原文服务方: 计算机应用研究       
摘要:
对文本分类技术进行研究,介绍文本分类的基本过程,论述文本特征提取方法,讨论朴素贝叶斯、K-近邻、支持向量机、投票等常用的文本分类原理与方法,探讨中文文本分类技术.
推荐文章
文本分类技术研究
文本挖掘
文本分类
特征表示
特征抽取
模型评估
自动文本分类技术研究
文本分类
支持向量机
最小二乘支持向量机
分类器
面向审计领域的短文本分类技术研究
审计问题分类
审计领域
信息增益
SVM决策树
短文本分类
审计报告
基于大数据挖掘技术的文本分类研究
大规模文本数据
高维特征
大数据挖掘技术
文本分类器
分类精度
分类时间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 文本分类技术研究
来源期刊 计算机应用研究 学科
关键词 文本分类 文本模型 数据挖掘
年,卷(期) 2004,(7) 所属期刊栏目 研究研讨
研究方向 页码范围 28-30,34
页数 4页 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2004.07.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吉根林 南京师范大学计算机系 138 2757 22.0 50.0
2 高洁 南京师范大学计算机系 12 25 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (104)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本分类
文本模型
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导