基于概念网络的短文本分类方法

• 作者: 吴玺宏 张猛 暴筱 李军 林小俊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 短文本分类 概念网络 文档相似度 领域本体
• 年，卷（期）: 2010,（21）
• 页码范围: 4-6
• 分类号: TP393
• 字数: 3311字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.21.002

摘要

针对档案领域的短文本分类,设计一种基于概念网络的自动分类方法.通过分析领域内短文本的语言特点构建领域本体,利用自然语言处理技术将短文本转化为资源描述框架表示的结构化概念网络,在此基础上定义概念网络间的语义相似度,从而实现档案的自动分类.实验结果表明,相比传统基于特征选择的短文本分类方法,该方法的分类错误率下降了24.2%,可有效改善系统性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军		13	43	3.0	6.0
2	吴玺宏	北京大学机器感知与智能教育部重点实验室	26	414	7.0	20.0
3	张猛	北京大学机器感知与智能教育部重点实验室	9	36	2.0	6.0
4	林小俊	北京大学机器感知与智能教育部重点实验室	1	31	1.0	1.0
5	暴筱	北京大学机器感知与智能教育部重点实验室	1	31	1.0	1.0