中文文本的意群分类算法

• 作者: 易军凯 李志彤
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 意群 支持向量机 语义概念 依存句法 类别意群库
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 204-207,214
• 页数: 5页
• 分类号: TP301.6
• 字数: 4375字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.044

摘要

目前中文文本分类算法大多利用词语或词语映射为特征项的分类方式,未考虑中文语法语义的特点,导致分类性能较低.为此,提出中文文本的意群分类算法.通过中文依存句法分析结果制定规则提取意群,并作为特征项表示文本,进而采用支持向量机的方法对训练集进行学习,最终构建类别意群库对测试文本进行分类.实验结果表明,与基于词语的分类方法相比,意群分类算法在分类性能上平均提升3个百分点,平均查准率达到97％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易军凯	北京化工大学信息科学与技术学院	44	107	6.0	7.0
2	李志彤	北京化工大学信息科学与技术学院	2	2	1.0	1.0