基于N元语言模型的文本分类方法

• 作者: 周新栋 王挺
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 文本分类 N元语言模型 参数平滑
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 11-13,16
• 页数: 4页
• 分类号: TP391
• 字数: 5036字
• 语种: 中文

摘要

分类是近年来自然语言处理领域的一个研究热点.在分析了传统的分类模型后,文中提出了用N元语言模型作为中文文本分类模型.该模型不以传统的"词袋"(bag of words)方法表示文档,而将文档视为词的随机观察序列.根据该方法,设计并实现一个基于词的2元语言模型分类器.通过N元语言模型与传统分类模型(向量空间模型和Naive Bayes模型)的实验对比,结果表明:N元模型分类器具有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王挺	国防科技大学计算机学院	39	558	10.0	23.0
2	周新栋	国防科技大学计算机学院	1	50	1.0	1.0