作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在自然语言文本分类处理领域中,各种主流的多标签分类方法都只能使文本具有多个标签类别,但并不能识别哪个标签对使用者来说最重要,哪些标签次重要。本文以文本信息为研究对象,通过对几种主流多标签分类算法原理的研究分析,提出了能识别主、次标签的多标签文本分类方法-具有主次标签的多标签分类方法(Multi-Labels Text Classifier with Primary and Secondary Labels:MLTCPSL)。
推荐文章
结合旋转森林和AdaBoost分类器的多标签文本分类方法
多标签文本分类
文本—术语相关性
旋转森林
特征变换
AdaBoost分类器
面向跨语言文本分类与标签推荐的带标签双语主题模型的研究
主题模型
标签
跨语言文本分类
标签推荐
潜在主题
一种半监督的多标签Boosting分类算法
Boosting算法
半监督学习
多标签分类
一种基于标签相关性的多标签分类算法
多标签
标签相关性
kNN
二阶
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种具有主次标签的多标签文本分类方法
来源期刊 电子测试 学科
关键词 文本分类 主 次标签 MLTCPSL
年,卷(期) 2014,(23) 所属期刊栏目 理论与算法
研究方向 页码范围 25-27
页数 3页 分类号
字数 2885字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李晓 北京理工大学计算机学院 3 178 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本分类
主
次标签
MLTCPSL
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导