基于概念层次的英文文本自动分类研究

• 作者: 厉宇航 程慕胜 罗振声
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自动文本分类 概念层次 VSM WordNet
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 学术探讨
• 页码范围: 75-77
• 页数: 3页
• 分类号: TP391
• 字数: 3370字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.11.024

摘要

该文意在设计并且实现一个针对英文文本的自动归类以及检索系统,重点在于提高分类方法的准确率.自动文本分类系统中,一般来说文本内容是以N维特征空间的形式存储的,所以特征提取的方法和准确率极大地影响到分类结果的正确率.传统方法是基于词形的,并不考察词语的意义,忽略了同一意义下词形的多样性、不确定性以及词义之间的关系,尤其是上下位关系.该文提出的方法,在向量空间模型(VSM)的基础上,以"概念"为基础,同时考虑词义的上位关系,使得训练过程中可以从词语中提炼出更加概括性的信息,从而达到提高分类精度的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗振声	清华大学人文学院计算语言学研究室	13	454	12.0	13.0
2	程慕胜	清华大学人文学院计算语言学研究室	6	49	3.0	6.0
3	厉宇航	清华大学人文学院计算语言学研究室	2	45	2.0	2.0