基于向量空间模型的文本分类系统的研究与实现

被引：40

作者：

陈治纲

何丕廉

孙越恒

郑小慎

机构：

[1] 天津大学电子信息工程学院,天津大学电子信息工程学院,天津大学电子信息工程学院,天津大学电子信息工程学院天津,天津,天津,天津

来源：

中文信息学报 | 2005年 / 01期

关键词：

计算机应用; 中文信息处理; 文本分类; 测试指标; 特征抽取; 二级分类模式;

D O I：

暂无

中图分类号：

TP311.52 [];

学科分类号：

081202 ; 0835 ;

摘要：

文本分类是信息处理的一个重要的研究课题 ,它可以有效的解决信息杂乱的现象并有助于定位所需的信息。本文综合考虑了频度、分散度和集中度等几项测试指标 ,提出了一种新的特征抽取算法 ,克服了传统的从单一或片面的测试指标进行特征抽取所造成的特征“过度拟合”问题 ,并基于此实现了二级分类模式的文本分类系统。和类中心分类法相比 ,实验结果表明二级分类模式具有较高的精度和召回率。

引用

页码：36 / 41

页数：6

共 5 条

[1] 文本分类中的特征抽取 [J].

秦进 ;

陈笑蓉 ;

汪维家 ;

陆汝占 .

计算机应用, 2003, (02) :45-46

[2] 一种基于向量空间模型的多层次文本分类方法 [J].

刘少辉 ;

董明楷 ;

张海俊 ;

李蓉 ;

史忠植 .

中文信息学报, 2002, (03) :8-14+26

[3] 独立于语种的文本分类方法 [J].

黄萱菁 ;

吴立德 ;

石崎洋之 ;

徐国伟 .

中文信息学报, 2000, (06) :1-7

[4] 概念推理网及其在文本分类中的应用 [J].

李晓黎 ;

刘继敏 ;

史忠植 .

计算机研究与发展, 2000, (09) :1032-1038

[5] An Evaluation of Statistical Approaches to Text Categorization [J].

Yiming Yang .

Information Retrieval, 1999, 1 (1-2) :69-90

← 1 →