文本自动分类系统文本预处理方法的研究

• 作者: 周钦强 孙炳达 王义
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 文本预处理 停用词 中文分词
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 研究探讨
• 页码范围: 85-86
• 页数: 2页
• 分类号: TP319
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2005.02.029

摘要

在没有建立起完善的中文停用词表的情况下,运用程序流程控制剔除中文分词器切分出来的单个独立字、英文字符、数字和一系列数学符号以及含有这些符号的中文词,从而使得两个字以上的纯中文词成为代表文本信息的特征项.这不仅明显降低了初始文本向量的维度,而且大大提高了文本向量中的特征信息含量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙炳达		5	135	4.0	5.0
2	王义	广东工业大学自动化学院	4	94	2.0	4.0
3	周钦强	广东工业大学自动化学院	3	94	2.0	3.0