网络文本分类中基于信息瓶颈的特征提取

• 作者: 江铭虎 贺一帆
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 特征提取 信息瓶颈法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 电机工程
• 页码范围: 45-48,53
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文

摘要

针对网络文本特征了一种基于概念特征的文本分类提取方法.应用信息瓶颈法,根据关键词在不同类标号上的分布情况完成关键词聚类.在此基础上,结合概念抽取的方法,将词聚类结果映射到知网义原,并以此作为分类特征.在网络文本语料上的分类实验显示,该方法保留了基于概念特征提取方法的鲁棒性强、特征维数低的优点,但克服了概念词典中新词无定义,需要维护更新词典的不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江铭虎		15	98	5.0	9.0
2	贺一帆		2	30	1.0	2.0