基于K-最近距离的自动文本分类的研究

• 作者: 孙健 王伟 钟义信
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 自然语言理解 向量空间模型 K -最近距离 自动文本分类
• 年，卷（期）: 2001,（1）
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP18
• 字数: 3471字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2001.01.009

摘要

提出并实现了利用统计词频信息和语言信息相结合的方法选择特征，计算特征的权重值时不仅考虑词频，还利用了特征的集中度、分散度.经过训练和统计对每一类文本形成特征的权重向量，利用K -最近距离的方法对测试集进行分类.对英文文本的测试结果表明，该算法提高了文本分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟义信	北京邮电大学信息工程学院	128	2678	27.0	48.0
2	王伟	北京邮电大学信息工程学院	10	115	4.0	10.0
3	孙健	北京邮电大学信息工程学院	6	131	4.0	6.0