文本自动分类关键技术研究

• 作者: 孙波 张冬慧 徐照财 程显毅
• 来源期刊: 科技与创新
• 关键词: 中文分词 向量空间模型 文本分类 支持向量机
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 软件时空
• 页码范围: 197-199
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.06.078

摘要

为了提高文本自动分类的准确率,本文在分析文本分类预处理阶段的中文分词、特征提取、向量空间模型、web结构挖掘技术等基础上,对相关技术进行了的改进,并设计基于支持向量机文本分类器(UJS-Classifier)实现了最终的文本分类.根据测试语料分别对中文分词模块和网页文本分类模块性能进行测试,实验结果表明UJS-Classifier在分词的歧义切分、网页分类的性能及准确率都有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙波	北京师范大学教育技术学院	46	532	14.0	21.0
2	张冬慧	北京师范大学教育技术学院	5	42	4.0	5.0
3	徐照财	镇江苏大学计算机科学与通信工程学院	1	21	1.0	1.0
4	程显毅	镇江苏大学计算机科学与通信工程学院	1	21	1.0	1.0