基于DCM的中文文本分类

• 作者: 何婷婷 张新华 骆世广 骆昌日
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 DCM 中心向量法
• 年，卷（期）: 2006,（34）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 157-159
• 页数: 3页
• 分类号: TP391
• 字数: 2347字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.34.048

摘要

当前提出的中文文本分类或多或少都存在分类速度或分类效果不佳的问题.使用DCM分类方法,采用国家语委平衡语料库进行分类测试,取得了开放测试平均查全率9035%、平均准确率90.87%和封闭测试平均查全率9836%、平均准确率98.74%的分类效果,说明DCM算法在分类效果上优于目前其他的中文文本分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何婷婷	华中师范大学计算机科学与技术系	71	1176	21.0	32.0
2	张新华	华中师范大学计算机科学与技术系	7	30	3.0	5.0
3	骆昌日	华中师范大学网络教育学院	24	150	6.0	11.0
4	骆世广	广州金融学院应用数学系	1	4	1.0	1.0