一种融合多种信息的Web文档分类方法

• 作者: 段国仑 王晓莹 谢钧 郭蕾蕾
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: Web文档分类 信息融合 遗传算法 支持向量机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 76-79
• 页数: 4页
• 分类号: TP391.4
• 字数: 3055字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.06.016

摘要

当前的Web文档分类方法大多以正文的文本分类为基础,没有很好地利用网页中所蕴含的多种信息.为提高Web文档的分类精度,提出一种融合Web文档中多种信息(如正文、描述信息、关键字、图片相关文本、标题以及文章中加粗等特殊字体)的文本分类方法.鉴于不同信息对于分类的贡献不尽相同,采用遗传算法给各种信息设置合适的权重,最终采用支持向量机对Web文档进行分类.实验结果表明,与仅使用正文文本进行分类的方法相比,所提出的融合多种信息的方法能有效提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭蕾蕾	陆军工程大学通信工程学院	5	7	2.0	2.0
2	段国仑	陆军工程大学指挥控制工程学院	5	7	2.0	2.0
3	王晓莹	陆军工程大学指挥控制工程学院	5	8	2.0	2.0
4	谢钧	陆军工程大学指挥控制工程学院	6	11	2.0	3.0