基于改进BoS的Web文本分类研究

• 作者: 彭俊杰 陈丹敏
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Web文本分类 句子包 向量空间模型 文本挖掘
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP391
• 字数: 4444字
• 语种: 中文

摘要

提出了改进的文本相似度计算方法,在计算文本的相似度时,赋予不同文本块中的句子不同的权值,同时直接去掉短句子和合并高相似度的句子以精简句子包中句子数量以提高运算速度.改进后的文本相似度计算方法为:先根据句子相似度的计算方法计算句子的相似度,再计算文本块的相似度,最后按照文本块的权值计算整个文本的相似度.经试验证明,改进后的算法在文本召回率、准确率和F1值上都有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭俊杰	河南大学计算机与信息工程学院	1	2	1.0	1.0
2	陈丹敏	河南大学计算机与信息工程学院	7	31	3.0	5.0