摘要
通过介绍文本分类的过程及其关键技术,讨论了文本表示、分类算法、分类器性能评价原理和方法,最后对文本分类今后的发展进行了展望。
出处
《软件导刊》
2008年第4期24-26,共3页
Software Guide
同被引文献23
-
1田晓宇,梁静国.支持向量机在文本自动分类中的应用研究[J].情报学报,2006,25(2):208-214. 被引量：7
-
2任江涛,孙婧昊,施潇潇,黄焕宇,印鉴.一种用于文本聚类的改进的K均值算法[J].计算机应用,2006,26(B06):73-75. 被引量：24
-
3牛强,王志晓,陈岱,夏士雄.基于支持向量机的Web文本分类方法[J].微电子学与计算机,2006,23(9):102-104. 被引量：19
-
4Dhllon I, Kogan J,Nicholas C.Feature selection and document clustering[C]//Proceedings 2002 CAD IP Research Symposium, 2002:70-130.
-
5Sinno Jialin Pan, Yang Q. A Survey on Transfer Learning. IEEE TKDE, 2009.
-
6Caruana R. Multitask learning. Machine Learning, 1997,28(1):41-75.
-
7Dai WY, Yang Q, Xue GR, Yu Y. Boosting for transfer learning. Proceedings of the Twenty-Fourth International Conference on Machine Learning, 2007:193 -- 200.
-
8Dai WY, Chen YQ, Xue GR, Yang Q, Yu Y. Translated learning:Transfer learning across different feature spaces. Advances in Neural Information Processing Systems 21, 2009.
-
9Ling X, Xue GR, Dai WY, Jiang Y, Yang Q, Yu Y. Can Chinese Web Pages be Classified with English. Proceedings the Seventeenth International World Wide Web Conference (WWW 2008), Beijing, China, 2008:969--978.
-
10Dai WY, Xue GR, Yang Q, Yu Y. Transfer naive bayes classifiers for text classification. Proceedings of the Twenty-Second National Conference on Artificial Intelligence, 540-- 545.
引证文献3
-
1贾燕花,徐蔚鸿.K-means聚类和支持向量机结合的文本分类研究[J].计算机工程与应用,2010,46(22):172-174. 被引量：6
-
2杜俊卫,李爱军.一种基于聚类的文本迁移学习算法[J].计算机系统应用,2010,19(12):238-241. 被引量：1
-
3熊志斌,朱剑锋,尹成国,王冬.基于Weka的旅游突发事件自动分类研究[J].软件导刊,2016,15(4):154-156.
二级引证文献7
-
1李法运,农罗锋.基于向量语义相似度的改进K-Means算法[J].情报科学,2013,31(2):34-37. 被引量：2
-
2于重重,吴子珺,谭励,涂序彦,田蕊.非平衡集成迁移学习模型及其在桥梁结构健康监测中的应用[J].智能系统学报,2013,8(1):46-51. 被引量：4
-
3胡磊,牛秦洲,陈艳.模糊C均值与支持向量机相结合的增强聚类算法[J].计算机应用,2013,33(4):991-993. 被引量：8
-
4张自豪,马方立,裴峥.基于K-means+SVM的地空通信干扰音频特征提取及识别[J].中国无线电,2014(9):57-59.
-
5张自豪,马方立,裴峥.K-均值聚类与SVM结合的地空通信干扰识别方法[J].济南大学学报（自然科学版）,2015,29(6):420-424. 被引量：3
-
6文宏.网络群体性事件中舆情导向与政府回应的逻辑互动——基于“雪乡”事件大数据的情感分析[J].政治学研究,2019(1):77-90. 被引量：65
-
7罗嘉,王乐豪,涂姗姗,宋鸽,韩莹.基于LSTM-BLS的突发气象灾害事件中公众情感倾向分析[J].南京信息工程大学学报（自然科学版）,2021,13(4):477-483. 被引量：9
-
1冀胜利,李波.基于SVM的中文文本分类算法[J].重庆工学院学报（自然科学版）,2008,22(7):84-87. 被引量：5
-
2奉国和.自动文本分类技术研究[J].情报杂志,2007,26(12):108-111. 被引量：12
-
3张华.文本分类技术[J].电脑知识与技术,2009,5(8X):6784-6785.
-
4马辉民,李卫华,吴良元.VSM在中文文本聚类中的应用及实证分析[J].武汉理工大学学报（信息与管理工程版）,2006,28(4):56-59. 被引量：13
-
5王健.基于网页解析的文本分类的关键技术[J].科海故事博览：科技探索,2010(10):195-196.
-
6王健.基于K—means算法的文本分类技术研究[J].科教导刊（电子版）,2016,0(23):156-156.
-
7王勇,徐涛,于洪志,江涛.基于KNN的中文文本分类性能研究[J].科技风,2011(23):71-71. 被引量：1
-
8张浩,谢飞.基于语义关联的文本分类研究[J].合肥工业大学学报（自然科学版）,2011,34(10):1501-1504. 被引量：4
-
9何国辉,吴礼发.基于机器学习的文本分类技术的研究[J].计算机与现代化,2009(8):4-6. 被引量：9
-
10郭志刚,席耀一,李弼程,许旭阳.论坛数据形式化表示技术研究[J].信息工程大学学报,2011,12(6):734-737. 被引量：2
