基于句类向量空间模型的自动文本分类研究

• 作者: 张全 张运良
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 句类 向量空间模型 HNC理论
• 年，卷（期）: 2007,（22）
• 所属期刊栏目: 博士论文
• 页码范围: 45-47
• 页数: 3页
• 分类号: TP391
• 字数: 4345字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.22.016

摘要

向量空间模型是自动文本分类中成熟的文本表示模型,通常以词语或短语作为特征项,但这些特征项通常只能提供较少的局部语义信息.为实现基于内容的文本分类,该文用HNC理论中的句类作为特征项,通过混合句类分解等技术对句类向量空间降维,使用tfc算法对特征项进行权重计算,用KNN算法进行分类.该分类器的平均准确率和召回率都是可接受的,对类别的抽象程度无要求,即抽象度较高和较低的类别可以同时分类.通过使用更好的机器学习算法和其他的HNC语言理解技术,性能可以进一步提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张全	中国科学院声学研究所	67	434	12.0	16.0
2	张运良		53	243	8.0	13.0