基于概念树的文本自动分类系统的研究与实现

• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 概念树 概念层次网络
• 年，卷（期）: 2005,（30）
• 所属期刊栏目: 博士论坛
• 页码范围: 6-9,88
• 页数: 5页
• 分类号: TP391
• 字数: 9204字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.30.002

摘要

该文分类是信息处理的重要研究方向,现在应用较多的都是基于统计的分类系统,本文介绍了一种新型的文本分类理念,通过概念符号化,使用数字化的概念而非词汇来组成特征项,能最大限度地保留文本信息,且不需要训练语料,能灵活适应不同的分类体系.接下来详细描述了领域特征信息提取的4个步骤,以及分类体系的选取与设计.最后给出了实验的测试数据,并对影响性能的一些关键因素进行了分析,指出了进一步提高分类性能的途径.