基于n-gram语言模型和链状朴素贝叶斯分类器的中文文本分类系统

• 作者: 徐蔚然 毛伟 郭军
• 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 中文文本分类 n-gram语言模型 链状朴素贝叶斯分类器
• 年，卷（期）: 2006,（3）
• 页码范围: 29-35
• 页数: 7页
• 分类号: TP391
• 字数: 4819字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2006.03.005

摘要

本文提出了一个基于n-gram语言模型进行文本表示,采用链状朴素贝叶斯分类器进行分类的中文文本分类系统.介绍了如何用n-gram语言模型进行文本表示,阐述了链状朴素贝叶斯分类器与n-gram语言模型相结合的优势,分析了n-gram语言模型参数的选取,讨论了分类系统的若干重要问题,研究了训练集的规模和质量对分类系统的影响.根据863计划文本分类测评组所提供的测试标准、训练集以及测试集对本文所设计的分类系统进行测试,实验结果表明该分类系统有良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭军	北京邮电大学模式识别与智能系统实验室	101	1335	20.0	31.0
2	徐蔚然	北京邮电大学模式识别与智能系统实验室	22	369	9.0	19.0
3	毛伟	北京邮电大学模式识别与智能系统实验室	1	54	1.0	1.0