基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文本按体裁自动分类属于按文本的形式分类的范畴,所以它与按内容自动分类问题有许多的不同之处,本文提出了一种关于中文文本体裁自动分类的新机制.在体裁分类过程中首要的问题是分类特征的选取,体裁分类特征项分为两种方式加以描述,一是集合形式,如基于分类词典和语料统计的政论性词汇和情感词汇等,二是规则形式,如公文标识信息和条文句等.基于根据特征之间的关联性和差异性,采用样本分布决策的方法抽取相应的特征项.最后利用支撑向量机算法进行自动分类.该机制已经在五类体裁的语料上得到实现,并获得了较好的效果.
推荐文章
中文文本体裁分类中特征选择的研究
中文信息处理
体裁分类
特征项选择
支持向量机
基于支持向量机的中文文本自动分类研究
文本分类
支持向量机
招回率
准确率
中文文本分类研究
文本分类
k 近邻
支持向量机
最大熵
中文文本分类系统的设计与实现
文本分类
向量空间模型
特征项选择
权重
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 中文文本体裁的自动分类机制
来源期刊 中文信息学报 学科 工学
关键词 计算机应用 中文信息处理 体裁分类 特征项选取 样本分布决策 支撑向量机
年,卷(期) 2006,(2) 所属期刊栏目
研究方向 页码范围 24-32
页数 9页 分类号 TP391
字数 5924字 语种 中文
DOI 10.3969/j.issn.1003-0077.2006.02.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林鸿飞 大连理工大学计算机系 214 3759 31.0 55.0
2 杨志豪 大连理工大学计算机系 57 863 13.0 28.0
3 赵晶 大连理工大学计算机系 36 817 14.0 28.0
4 方鸷飞 大连理工大学计算机系 1 18 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (13)
参考文献  (2)
节点文献
引证文献  (18)
同被引文献  (13)
二级引证文献  (18)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
计算机应用
中文信息处理
体裁分类
特征项选取
样本分布决策
支撑向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
论文1v1指导