一种舆情分析中的文本分类方法

• 作者: 张银川 曾晓勤 殷俊环 白书奎 郑晓刚 韩立新
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 隐马尔可夫模型 中文分词 贝叶斯 Boosting算法
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 9-13
• 页数: 5页
• 分类号: TP181
• 字数: 5548字
• 语种: 中文

摘要

文中设计并实现了一种舆情分析中的文本分类方法.使用改进的隐马尔可夫分词方法对文本分词,结合Boosting算法生成动态停用词词库的贝叶斯文本分类方法对测试数据集分类.实验数据表明,该分类方法能取得较好的文本分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张银川	河海大学计算机与信息学院	5	15	2.0	3.0
2	白书奎	河海大学计算机与信息学院	4	35	2.0	4.0
3	韩立新	河海大学计算机与信息学院	47	272	9.0	15.0
4	曾晓勤	河海大学计算机与信息学院	45	302	8.0	15.0
5	郑晓刚	河海大学计算机与信息学院	3	35	2.0	3.0
6	殷俊环	东南大学生物电子学国家重点实验室	1	1	1.0	1.0