基于特征项聚合的古典诗歌分类模型

• 作者: 李奇 黄永锋
• 来源期刊: 东华大学学报（自然科学版）
• 学科: 工学
• 关键词: 向量空间模型 特征项选择 聚类算法 文本分类
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 599-604
• 页数: 6页
• 分类号: TP391
• 字数: 4786字
• 语种: 中文

摘要

为提高计算机对古典诗歌自动分类的准确性,提出一种基于特征项聚合的分类方法.首先从文本中提取特征项并用向量表示,向量的每一分量表示该特征项在不同类别中的比重;然后通过聚类算法把相似的特征项聚合为一组,从而形成特征项聚合的诗歌模型;最后利用分类器对诗歌进行分类.《全唐诗》语料库的实验结果表明,利用该模型及算法可明显提高诗歌分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄永锋	东华大学计算机科学与技术学院	23	118	6.0	10.0
2	李奇	东华大学计算机科学与技术学院	1	5	1.0	1.0