基于规则与统计的Web突发事件新闻多层次分类

• 作者: 夏华林 张仰森
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 规则 统计 突发事件新闻 多层次分类
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 392-394,415
• 分类号: TP181
• 字数: 4567字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.00392

摘要

为了适应Web新闻以指数趋势增长,传播迅速,且Web突发事件新闻在互联网上散布等特点,同时针对传统文本分类方法准确率和效率低,寻找特定主题的突发事件新闻信息难等问题,提出一种基于规则与统计相结合的Web突发事件新闻多层次自动分类方法.首先提取类别关键词形成规则库,然后利用分类规则将突发事件分成四大类,再用朴素贝叶斯分类方法将各大类突发事件新闻进行细分,从而形成了基于规则与统计的两层分类模型.实验结果表明,该分类方法的准确率和召回率都达到90％以上,分类效率也普遍高于传统的分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学计算机学院	104	721	15.0	23.0
2	夏华林	北京信息科技大学计算机学院	1	10	1.0	1.0