一种集成NER的文本分类特征选择方法

• 作者: 施德明 林洋港 陈恩红
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 命名实体识别 命名实体 特征选择 文本分类 隐马尔可夫模型
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 研究与实现
• 页码范围: 152-156
• 页数: 5页
• 分类号: TP311
• 字数: 6217字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2007.11.045

摘要

文本分类是将自由文本自动划分到若干预先定义类别的方法,在信息检索等领域有很重要的作用.其中,如何选择有效的文本特征是影响文本分类器分类性能的一个重要步骤.很多应用中需要处理的文本信息包含了很多的命名实体,如某个行业的名人,往往能够在很大程度上影响着文本所属的类别.然而,现阶段的文本特征方法都只利用关键词的统计意义,而没有考虑关键词作为命名实体所含有的分类特征.针对这一问题,本文提出了一种将命名实体识别方法NER集成到文本分类特征选择中的方法,在保留关键词统计特征之外,还保留了单词作为命名实体的分类特征.实验结果表明,相对于其他特征选择方法而言,本文提出的方法在一定程度上提高了文本分类的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩红	中国科学技术大学计算机科学与技术系	87	1942	22.0	42.0
2	施德明	中国科学技术大学计算机科学与技术系	2	26	2.0	2.0
3	林洋港	中国科学技术大学计算机科学与技术系	3	18	3.0	3.0