1.一种基于语义扩展和最大边缘相关的伪文本生成方法，其特征在于，包括以下步骤：S1，提取原文本的词和/或短语特征；

S2，根据步骤S1中提取的特征通过相似度计算生成扩展词；

S3，对步骤S2中的扩展词进行筛选候选词；

S4，生成伪文本。

2.根据权利要求1所述的基于语义扩展和最大边缘相关的伪文本生成方法，其特征在于，在步骤S1中，原文本的词和/或短语特征的提取方法包括：设S为原文本，将其表示为词向量矩阵，设窗口大小为h，对窗口内词向量求和，得到S的一组短语特征T(h)，表示为 其中， 是大小为h的窗口内词向量相加而成的新向量；

当h为1时，T(1)即为S，表示单个词特征；

(1) (2) (p)

通过改变h大小，得到S的多组语义特征，表示为T＝{T ,T ,...,T }。

3.根据权利要求1所述的基于语义扩展和最大边缘相关的伪文本生成方法，其特征在于，在步骤S2中，扩展词的生成方法包括：以预训练的词向量矩阵WMDIC为查找表；计算：其中，findNearest()为计算最相似的词向量，ti为文本特征，WMDIC为预训练的词向量矩阵，n为候选顶点数； 为候选词集；

其中，sim()为相似度度量函数， 为扩展特征，w为实边线权值；

其中， 为生成ti与 之间权值为w的实线边；

Er＝Er∪{er}；Er为实线边集，er为实线边；

C(h)为扩展特征集， 为候选扩展词集。

4.根据权利要求1所述的基于语义扩展和最大边缘相关的伪文本生成方法，其特征在于，在步骤S3中，候选词的筛选方法包括：设词典为D，原文特征为T(h)，对 为其候选词；计算：其中，z为虚线边权值，其中，tj∈{ti-m,...,ti-1,ti+1,...,ti+m}；

其中， 为生成tj与 之间权值为z的虚线边；

Ep＝Ep∪{ep}，其中，Ep为虚边集，ep为虚线边；

其中， 为特征tj对候选词 的条件概率，计算公式为：其中，|D|为字典D中的词数， 是tj、 在文本集中的共现频度；

由于 是生成的扩展词，对 假设其先验概率相等，令 则 在TP下的后验概率计算如式：

即 的后验概率是其相关联虚线边权值的乘积。

5.根据权利要求1所述的基于语义扩展和最大边缘相关的伪文本生成方法，其特征在于，在步骤S4中，伪文本的生成方法包括：对 将评分最高的 作为ti的扩展特征；

评分的计算方法为： 其中，w为实边线权值； 为扩展特征，

分别对 进行语义扩展，将筛选的扩展词与S拼接，得到伪文本PD。

6.根据权利要求1所述的基于语义扩展和最大边缘相关的伪文本生成方法，其特征在于，在步骤S3中还包括：在筛选扩展词时，对文本特征ti， 为其候选词集，如 为ti-1已选中的扩展词，则对计算：其中，sim()为余弦相似度度量函数，λ是相关度度量参数；

当i为1时，由于t1没有前序特征，对其关联的实线边权值不做修改。