不同情境下中文文本分类模型的表现及选择?

• 作者: 兰秋军 刘文星 李卫康
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 中文文本 文本分类 数据挖掘 情报分析
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 【计算机科学】
• 页码范围: 141-146
• 页数: 6页
• 分类号: TP274|TP302
• 语种: 中文

摘要

针对中文文本分类任务中N-Gram,素贝叶斯、K最近邻和TF-IDF等经典而广泛使用的文本分类模型的选择困惑问题,基于万余篇中文新闻文本语料数据,设计了一系列的对比实验,考察了各模型在不同参数、不同训练数据规模、不同训练文本长度、类别是否偏斜等多种情境下分类性能的表现,总结了各模型的特性,为中文文本分类模型的选择和应用提供了实践依据和参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰秋军	湖南大学工商管理学院	27	385	9.0	19.0
2	刘文星	湖南大学工商管理学院	2	5	1.0	2.0
3	李卫康	湖南大学工商管理学院	3	5	1.0	2.0