基于领域知识的文本分类

• 作者: 朱靖波 陈文亮
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 领域知识 文本分类 集聚计算 机器学习 朴素贝叶斯模型
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 信息与控制
• 页码范围: 733-735
• 页数: 3页
• 分类号: TP391
• 字数: 2396字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2005.08.006

摘要

提出了一种基于知识的文本分类方法,其中引入领域知识,利用领域特征作为文本特征,增强文本表示能力,将文本分类过程看作集聚计算过程.文本索引过程采用了改进型特征选取和权重计算方法.提出了一种基于互信息的学习算法,从训练语料中自动学习领域特征集聚计算公式.实验结果显示基于领域知识的文本分类技术总体性能优于传统的贝叶斯分类模型,领域知识的应用能够有效改善对相似主题和相反主题的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱靖波	东北大学信息科学与工程学院	44	806	17.0	28.0
2	陈文亮	东北大学信息科学与工程学院	10	210	7.0	10.0