基于最大二元组和综合特征的文本分类框架

• 作者: 马黎
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 最大二元组 文本分类 辨识特征 语义特征 双边图
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 44-50
• 页数: 7页
• 分类号: TP391
• 字数: 4730字
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2019.05.009

摘要

为有效地分类出多个热门主题兴趣的作者群体,提出了一种基于综合特征和最大二元组的文本分类框架,该分类框架针对DBLP数据集.分类框架的核心是构建双边图和对标题进行准确分类.第一阶段从DBLP数据集中提取标题,为保证提取的标题和主题的正确映射,采用综合特征进行分类,即辨识特征和语义特征的结合;第二阶段构建双边图,生成多个“主题作者”的最大二元组聚类,获得作者集合.与其他类似方法相比,本文的分类框架在准确率、召回率和F1测度方面具有更好的优势,能以较高精度识别出相似热门主题的最大聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马黎	武汉大学计算机学院	6	81	3.0	6.0