基于频繁关键字共现的诗词风格分类模型研究

• 作者: 吴春龙 周昌乐
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 向量空间模型 FKC-VSM 最邻近算法 Apriori算法 频繁关键字共现
• 年，卷（期）: 2008,（1）
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP18
• 字数: 4522字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2008.01.009

摘要

为了提高宋词文档分类的精确性,本文在广泛采用的向量空间模型(Vector space model,VSM)的基础上,对分类算法中使用的特征项做了相应的修改,提出了频繁关键字共现的概念.在实验过程中,首先提取了宋词语料库中的关键字,再利用发现关联规则的Apriori算法发现分类时所需要的频繁关键字共现,最后结合关键字和频繁关键字共现,利用最邻近算法(KNN)对宋词文档进行风格分类.实验结果发现,结合了频繁关键字共现的VSM可以提高对宋词风格分类的准确度.可见,频繁关键字共现确实提供了风格分类中所需的更多信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌乐	厦门大学信息科学与技术学院艺术认知与计算实验室	148	1475	22.0	30.0
2	吴春龙	厦门大学信息科学与技术学院艺术认知与计算实验室	1	5	1.0	1.0