面向审计领域的短文本分类技术研究

• 作者: 伍洋 姜艳 李石君 钟鸣
• 来源期刊: 微电子学与计算机
• 关键词: 审计问题分类 审计领域 信息增益 SVM决策树 短文本分类 审计报告
• 年，卷（期）: 2015,（1）
• 页码范围: 5-10
• 页数: 6页
• 语种: 中文

摘要

针对审计问题这种短文本所具有的特征稀疏、问题类别界限模糊问题，提出了一种改进的面向审计领域的短文本分类方法。该方法首先为审计问题构造了专门的特征集，以审计领域的同义词词集和法规库为基础，并结合特定规则来调整特征权重，然后以修改的SVM决策树作为多类分类器进行短文本分类。实验结果表明，该方法在对审计问题分类的应用上，具有较为满意的正确率，能满足实际的分类需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟鸣	武汉大学计算机学院	5	54	3.0	5.0
2	李石君	武汉大学计算机学院	88	753	16.0	22.0
3	伍洋	武汉大学计算机学院	1	7	1.0	1.0
4	姜艳		3	14	3.0	3.0