基于社会标注质量的文本分类模型框架

• 作者: 向军 吴浩雄 张华 李劲 辜希武
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 社会标注 向量空间模型 文本分类 信息检索 数据挖掘
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1335-1339
• 分类号: TP311|TP91.3
• 字数: 7043字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.01335

摘要

社会标注是一种用户对网络资源的大众分类,蕴含了丰富的语义信息,因此将社会标注应用到信息检索技术中有助于提高信息检索的质量.研究了一种基于社会标注的文本分类改进算法以提高网页分类的效果.由于社会标注属于大众分类,标注的产生具有很大的随意性,标注的质量差别很大,因此首先利用文档间的语义相似度以及标注间的语义相似度来对标注的质量进行量化评估.在此基础上对标注进行质量过滤,利用质量相对较好的标注对文档向量空间模型进行扩展,将文档表示成由文档单词以及文档标注信息组成的扩展向量.同时采用支持向量机分类算法进行分类实验.实验结果表明,通过对标注进行质量评估并过滤质量差的标注,同时结合文档内容以及标注来对文档能提高分类的效果,同传统的基于文档内容的分类算法相比,分类结果的F1度量值提高了6.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	辜希武	华中科技大学计算机科学与技术学院	21	338	9.0	18.0
2	李劲	湖北民族学院信息工程学院	37	219	8.0	13.0
4	向军	湖北民族学院信息工程学院	30	126	6.0	10.0
5	张华	湖北民族学院信息工程学院	21	143	6.0	11.0
8	吴浩雄	湖北民族学院信息工程学院	3	70	3.0	3.0