基于领域词典的文本特征表示

• 作者: 姚天顺 朱慕华 朱靖波 陈文亮
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 文本分类 知识获取 领域知识 文本表示
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 信息处理
• 页码范围: 2155-2160
• 页数: 6页
• 分类号: TP391
• 字数: 5490字
• 语种: 中文

摘要

为提高文本分类性能,提出一种结合机器学习和领域词典的文本特征表示方法.基于领域词典的文本特征表示方法可以增强文本特征表示能力,并降低文本特征空间维数,但是领域词典存在覆盖度不足的问题.为此,提出一种学习模型--自划分模型--来解决这个覆盖度不足的问题.实验结果表明,采用基于自划分模型的领域特征属性作为文本特征,可以提高文本分类性能,特别是特征数目少的情况下,该方法表现出很好的分类效果.相对于传统词文本特征方法,在特征数为500时分类的F1值提高6.58%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚天顺	东北大学自然语言处理实验室	61	1723	24.0	40.0
2	朱靖波	东北大学自然语言处理实验室	44	806	17.0	28.0
3	陈文亮	东北大学自然语言处理实验室	10	210	7.0	10.0
4	朱慕华	东北大学自然语言处理实验室	5	117	4.0	5.0