1.一种基于稀疏特征选择的文本分类方法,其特征在于,包括如下步骤:
1)根据包括多个多标签文本数据集的语料库,输入样本矩阵、标签矩阵以及目标函数中的超参数至目标函数中进行迭代更新,所述目标函数由在标签系数矩阵、实例矩阵、权重矩阵和标签矩阵之间构建的基于的正则化损失函数、基于将流形约束与拉普拉斯分数结合建立的局部标签相关函数以及特征冗余函数构成;通过损失函数探究标签与特征之间的关系,根据局部标签相关函数获取标签之间的信息并筛选评分较高的特征,再根据特征冗余函数生成特征冗余度较低的特征子集,并求解每个特征的权重系数;
2)在达到设定的停止规则时停止迭代更新过程,按照设定排序输出的特征子集用于对所述语料库进行分类;
基于的正则化损失函数为:,其中,为样本矩阵,为权重矩阵,为标签矩阵,表示Frobenius范数;为超参数;表示矩阵的范数;
所述局部标签相关函数为:;其中,为标签惩罚项,为判别函数,表示范数,表示矩阵的迹,表示矩阵的逆矩阵,,为图拉普拉斯矩阵,为对角矩阵,为超参数;
所述特征冗余函数为:
;
其中表示第个特征和第个特征之间的修正的余弦相似度,为特征总数;
所述目标函数为:
;
其中、以及表示不同的超参数,为标签系数矩阵,为对称的图拉普拉斯矩阵, 为第个特征和第个特征之间的修正的余弦相似度,为Frobenius范数,为范数。
2.根据权利要求1所述的基于稀疏特征选择的文本分类方法,其特征在于,通过迭代更新目标函数中的、以及这三个矩阵的值,当满足设定迭代条件或迭代次数达到最大迭代次数时停止。
3.根据权利要求1所述的基于稀疏特征选择的文本分类方法,其特征在于,应用交替梯度下降法来求解权重矩阵P、标签惩罚项S和标签系数矩阵V。
4.根据权利要求3所述的基于稀疏特征选择的文本分类方法,其特征在于,分别推导出相对于变量权重矩阵P、标签惩罚项S和标签系数矩阵V的函数,然后在每次迭代中交替执行梯度下降操作。
5.根据权利要求4所述的基于稀疏特征选择的文本分类方法,其特征在于,相对于变量权重矩阵P、标签惩罚项S和标签系数矩阵V的函数的推导结果如下:其中, ;表示对角矩阵,;表示对角矩阵,表示单位矩阵。
6.根据权利要求5所述的基于稀疏特征选择的文本分类方法,其特征在于,求解具有不等式束的目标函数,可分别得到变量权重矩阵P、标签惩罚项S和标签系数矩阵V的偏导数:,
上述式子的最优解为:
。
7.根据权利要求6所述的基于稀疏特征选择的文本分类方法,其特征在于,根据所述最优解的三个矩阵可以通过交替优化程序进行更新;如果两个连续目标函数的绝对值之差小于预设值,则迭代停止。
8.根据权利要求2所述的基于稀疏特征选择的文本分类方法,其特征在于,所述满足设定迭代条件为当两个连续函数值之间的差值小于预设值。
9.根据权利要求1所述的基于稀疏特征选择的文本分类方法,其特征在于,步骤2)中,按照设定排序输出的特征子集为:根据权重系数从最大到最小选择特征子集,输出按顺序排列的特征子集。