结合类频率的关联中文文本分类

• 作者: 冯小年 王元珍 钱铁云
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 基于关联的分类 中文文本分类 词类频率 类别特征词集合
• 年，卷（期）: 2004,（6）
• 页码范围: 30-36
• 页数: 7页
• 分类号: TP311.13
• 字数: 4736字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2004.06.005

摘要

该文提出一种词类频率和关联中文文本分类相结合的算法ARCTC.此算法将文档视作适词视作项,并针对文本事务的特性,提出利用词的类频率筛选与分类相关性不大的词汇,然后将改进的关联规则挖掘算法用于挖掘项和类别间的相关关系.挖掘出的规则用于形成类别特征词的集合,可用来和类标号未知文档的词的集合求交集,交集元素个数最多者即为所分类别.实验证明,该算法在提高训练时间和测试时间的同时具有较好的召回率、准确率和F-Measure.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元珍	华中科技大学计算机学院数据库与多媒体技术研究所	86	1120	18.0	30.0
2	钱铁云	华中科技大学计算机学院数据库与多媒体技术研究所	3	48	2.0	3.0
3	冯小年		5	38	3.0	5.0