一个面向文本分类的中文特征词自动抽取方法

• 作者: 付德宇 代成琴
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中文特征词自动抽取 文本分类 汉字结合模式
• 年，卷（期）: 2006,（15）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 165-167
• 页数: 3页
• 分类号: TP311
• 字数: 4974字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.15.048

摘要

文章根据主流文本分类模型只对词频敏感、且只关注中高频词条的特点,设计实现了一个基于多步过滤汉字结合模式的无词典特征词自动抽取方法,并通过实验与传统的词典分词法进行了比较,结果表明,这种方法对于中高频词条的识别率接近于词典分词法,而分词速度则远远高于词典分词法,能够满足对大规模开放域文本进行快速特征词自动抽取的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付德宇	哈尔滨工业大学信息与网络中心	8	40	4.0	6.0
2	代成琴	哈尔滨工业大学信息与网络中心	15	61	5.0	7.0