摘要
本发明涉及一种标记松弛的多主题文本数据特征选择方法,涉及自然语言处理技术领域,方法包括:给定由特征空间和标记空间组成的多主题文本数据;使用非负标记松弛矩阵获得松弛后的标记空间;构建特征选择矩阵并进行分解得到结构化子空间和因子矩阵,挖掘特征之间和标记之间的结构化关系;构造损失函数并施加范数约束,对特征选择矩阵进行范数稀疏正则化,基于此构建总目标函数;再通过迭代求解总目标函数,获得最终特征选择矩阵;最后,利用最终特征选择矩阵选择特征以表征原始文本数据。本发明通过标记松弛、结构化子空间分解、稀疏正则化等技术手段,显著提高了多主题文本数据特征选择的准确性、解释性、泛化能力和计算效率。