独立于语种的文本分类方法

• 作者: 杨丹 陈林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 n元语法模型 语种
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 研究与实现
• 页码范围: 128-130,139
• 页数: 4页
• 分类号: TP391
• 字数: 3492字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.06.038

摘要

本文提出了一种独立于语种不需分词的文本分类方法.与传统文本分类模型相比,该方法在字的级别上利用了n元语法模型, 文本分类时无需进行分词, 并且避免了特征选择和大量预处理过程.我们系统地研究了模型中的关键因素以及它们对分类结果的影响,并详细介绍了评价方法.该文本分类方法已经在中文和英文两个语种上得到实现,并获得了较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈林	重庆大学软件学院	55	562	14.0	22.0
2	杨丹	重庆大学软件学院	129	2000	24.0	39.0