唐诗题材自动分类研究

• 作者: 胡韧奋 诸雨辰
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 文学
• 关键词: 唐诗 题材 文本分类 卡方检验 朴素贝叶斯 支持向量机
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 262-268
• 页数: 7页
• 分类号: H087
• 字数: 6460字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2015.039

摘要

将文本分类技术引入唐诗研究.首先将唐诗按照题材分为爱情婚姻、边塞战争、交游送别、羁旅思乡、山水田园、咏史怀古和其他7类,并据此提出唐诗题材自动分类模型.所选500首诗歌样本以《唐诗三百首》为基础,并有所补充.采用向量空间模型(VSM)将唐诗文本转换为向量,通过卡方检验进行词语特征选择,最后基于朴素贝叶斯和支持向量机算法构造文本分类器,取得较好的题材分类效果.此外,还验证了作者关于题目、体制、作者等变量对题材分类产生影响的假设,为相关诗歌本体研究提供了科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	诸雨辰	北京师范大学文学院	19	17	2.0	3.0
2	胡韧奋	北京师范大学中文信息处理研究所	13	42	4.0	5.0