网络信息审计系统中的文本片断模糊分类算法

• 作者: 孙钦东 张德运 李金库 高鹏
• 来源期刊: 西安交通大学学报
• 关键词: 文本片段分类 信息审计 K-最近邻 模糊分类
• 年，卷（期）: 2005,（8）
• 页码范围: 800-803
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.08.004

摘要

分析了分段对文本分类的影响,提出了与文本语义密切相关的最大语义标志原则(MSMR)和段落间的语义激励原则(SIR),在模糊K-最近邻分类算法的基础上,应用这2个原则设计并实现了一种基于上下文的文本片断模糊分类算法.该算法依据SIR判断文本片段分类的相互影响,降低了片段分类的错误率,当某一片断类隶属度大于某一阈值时,依据MSMR判定可知,同一文档的后续片断均属于同一类别,这样就不用计算所有片断的类隶属度.实验表明:与模糊K-最近邻分类算法相比,所提算法能有效提高系统的查准率、查全率和正确率,其中查全率可提高16%以上;在同一会话中,由于被明确分类后的后续片段不需要计算类隶属度,所以算法总计算时间明显少于模糊K-最近邻分类算法,具有较高的分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德运	西安交通大学电子与信息工程学院	184	2190	23.0	37.0
2	李金库	西安交通大学电子与信息工程学院	22	230	6.0	15.0
3	孙钦东	西安交通大学电子与信息工程学院	21	457	12.0	21.0
4	高鹏	西安交通大学电子与信息工程学院	12	220	7.0	12.0