SAT-FOIL+:基于句子级关联的文本分类

• 作者: 何玉 冯剑琳 冯玉才 李曲
• 来源期刊: 计算机科学
• 关键词: 文本分类 句子级别 关联规则 频繁项目集
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 人工智能与图像处理技术
• 页码范围: 207-212
• 页数: 6页
• 字数: 6785字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2005.03.055

摘要

以往基于词语关联的方法在挖掘频繁项集和关联规则时,都是将整个文本看作一个事务来处理的,然而文本的基本语义单元实际上是句子.那些同时出现在一个句子里的一组单词比仅仅是同时出现在同一篇文档中的一组单词有更强的语义上的联系.基于以上的考虑,我们把一篇文档里的一个句子作为一个单独的事务,从而提出了一种基于句子级关联的分类方法SAT-FOIL.并在本文中提出新的得分模型来获得改进的新算法SAT-FOIL+.通过在标准的文本集Reuters上的大量实验,不仅证明新模型的优越性,而且证明了SAT-FOIL+分类效果同其他几种分类方法是可比的,并且要远远好于以往的基于文档级关联的分类方法.另外,挖掘出来的分类规则还具有易读性,并且易修改.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯玉才	华中科技大学计算机科学与技术学院	96	1279	18.0	31.0
2	冯剑琳	华中科技大学计算机科学与技术学院	11	59	5.0	7.0
3	李曲	华中科技大学计算机科学与技术学院	6	30	4.0	5.0
4	何玉	华中科技大学计算机科学与技术学院	2	14	2.0	2.0