Web 科技新闻分类抽取算法

• 作者: 刘文儒 刘金岭 张永军 朱全银 李翔 潘禄
• 来源期刊: 淮阴工学院学报
• 学科: 工学
• 关键词: 科技新闻 文本分类 TF-IDF 抽取算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 数学·计算机应用
• 页码范围: 18-24
• 页数: 7页
• 分类号: TP181
• 字数: 5814字
• 语种: 中文

摘要

为了改善从Web上获取的新闻信息的使用价值,针对Web网站存在大量非科技相关新闻的现状,以互联网上政府新闻网站、凤凰网等新闻为研究背景,选取TF-IDF文本加权方法,设计了科技新闻多层次二分类模型,实现了基于TF-IDF的科技新闻文本分类抽取系统,在20万新闻文档和4000多种分类上,实验取得了科技新闻85.3%的识别准确率和非科技新闻82.9%的识别率,为Web科技新闻分类抽取提供有实用价值的参考模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱全银	淮阴工学院计算机与软件工程学院	70	328	8.0	16.0
2	刘金岭	淮阴工学院计算机与软件工程学院	63	355	10.0	15.0
3	张永军	淮阴工学院计算机与软件工程学院	18	60	5.0	6.0
4	李翔	淮阴工学院计算机与软件工程学院	32	153	6.0	12.0
5	潘禄	淮阴工学院计算机与软件工程学院	1	3	1.0	1.0
6	刘文儒	淮阴工学院计算机与软件工程学院	1	3	1.0	1.0