期刊文献+

基于概念树的文本自动分类系统的研究与实现 被引量:2

Research and Implementation of Text Categorization System Based on Concept Tree
下载PDF
导出
摘要 该文分类是信息处理的重要研究方向,现在应用较多的都是基于统计的分类系统,本文介绍了一种新型的文本分类理念,通过概念符号化,使用数字化的概念而非词汇来组成特征项,能最大限度地保留文本信息,且不需要训练语料,能灵活适应不同的分类体系。接下来详细描述了领域特征信息提取的4个步骤,以及分类体系的选取与设计。最后给出了实验的测试数据,并对影响性能的一些关键因素进行了分析,指出了进一步提高分类性能的途径。 Text Categorization is an important task of information processing.The categorization systems based on statistics play a major role in practical applications currently.This paper brings forward a brand-new approach to Text Categorization.With symbolizing the concepts and not using words but numeric concepts to make up characteristic items,this system can keep the text information mostly,need no training corpus and suit different categorization architectures flexibly.It also describes the four steps about drawing domain information and how to choose and design the categorization architecture.At last it gives the evaluations and results,gives an analysis to some key factors that affect performance and point out the next approach to advance the performance of categorization.
作者 熊亮
出处 《计算机工程与应用》 CSCD 北大核心 2005年第30期6-9,88,共5页 Computer Engineering and Applications
基金 国家973重点基础研究发展项目:自然语言理解的交互引擎研究(编号:2004CB318104) 中科院声学所知识创新工程项目:HNC语言知识处理理论及技术
关键词 文本分类 概念树 概念层次网络 Text Categorization,concept tree, Hierarchical Network of Concepts (HNC)
  • 相关文献

参考文献3

  • 1庞剑锋 卜东波 白硕.基于向量空间模型的文本自动分类系统的研究与实现[EB/OL].www.ict.ac.cn/xueshu/2001/115.doc,.
  • 2苗传江 杜燕玲.[A]..第二届HNC与语言学研讨会论文集【M】.北京:海洋出版社,2004..
  • 3黄曾阳.自然语言理解处理的20项难点及其对策[R].北京:中国科学院声学研究所,2003..

共引文献1

同被引文献23

引证文献2

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部