论文
基于向量空间模型的自动文本分类研究
| 第一作者： | 张运良 |
|---|---|
| 英文第一作者： | Zhang Yunliang |
| 联系作者： | 张运良 |
| 英文联系作者： | Zhang Yunliang |
| 发表年度： | 2007 |
| 卷： | 22 |
| 摘要： | ？？？ 向量空间模型是自动文本分类中成熟的文本表示模型,通常以词语或短语作为特征项,但这些特征项通常只能提供较少的局部语义信息.为实现基于内容的文本分类,该文用HNC理论中的句类作为特征项,通过混合句类分解等技术对句类向量空间降维,使用tfc算法对特征项进行权重计算,用KNN算法进行分类.该分类器的平均准确率和召回率都是可接受的,对类别的抽象程度无要求,即抽象度较高和较低的类别可以同时分类.通过使用更好的机器学习算法和其他的HNC语言理解技术,性能可以进一步提高. |
| 刊物名称： | 计算机工程 |