作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的基于规则或统计的文本分类方法存在许多问题。本文利用词语相关度网络提供的大量词语语义知识设计一种“简监督”文本分类方法,从理论和技术上解决文本分类问题,以求在认知心理符合程度、人工标注困难等层面上克服传统方法的缺陷。实验证明文章设计的方法计算结果较为准确,具有一定的可行性和应用前景。
推荐文章
基于深度神经网络的中文新闻文本分类方法
深度神经网络
文本分类
中文新闻
自然语言处理
一种半监督局部线性嵌入算法的文本分类方法
局部线性嵌入算法
半监督学习
流形学习
文本分类
核函数
文本分类中的特征选择方法
文本分类
特征选择
评估函数
人工神经网络在文本分类中的应用
文本分类
人工神经网络
训练算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 网络的简监督文本分类方法
来源期刊 计算机与网络 学科 工学
关键词 文本分类 词语相关度网络 简监督 领域词语
年,卷(期) 2012,(17) 所属期刊栏目 技术论坛
研究方向 页码范围 56-58
页数 3页 分类号 TU352.11
字数 3947字 语种 中文
DOI 10.3969/j.issn.1008-1739.2012.17.051
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赫芳 7 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (32)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本分类
词语相关度网络
简监督
领域词语
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与网络
半月刊
1008-1739
13-1223/TN
大16开
石家庄市174信箱215分箱
18-210
1975
chi
出版文献量(篇)
28003
总下载数(次)
32
总被引数(次)
10790
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导