概念推理网及其在文本分类中的应用

在分析了当前文本分类中常用方法的基础上 ,提出了一种新的分类模型 .该模型是对人的分类过程的一种模拟 .在已有的英语语义词典及大量训练集的基础上 ,应用机器学习、数据挖掘等技术进行知识获取并最终形成若干个概念推理网 .对待分类的文档可以激活相应的网络 ,同时传播推理以决定其类别的归属 ,试验表明 :该方法具有较高的分类正确率与召回率 .

文本分类的几种方法研究

经过训练和统计对每一类文本形成特征的权重向量,利用K-最近距离的方法对测试集进行分类.Sleepingexpert算法采用正权重和负权重较好地描述了多义词的特性,该文在原算法中插入了一种权重补偿模块,其目标是实现权重和当前概念的一致性,具有更好的分类性能.

基于内容信息过滤的智能Agent及其实现

本文设计并实现了一个基于内容信息过滤的智能Agent:CuteSearcher.它能够根据用户提交的示例文档,采用机器学习的方法对用户的兴趣进行建模,并通过与WWW上的搜索引擎相互作用,自动查找用户所需的信息.在两个方面解决了现有过滤系统在学习方法方面的不足:第一,采用了概念推理网解决词组分割问题;第二,使用基于协同演化的遗传算法解决文档的特征抽取问题.测试表明它可以有效地帮助用户在WWW上搜索信息.

文件、文件系统、文件库

0103030数据仓库的集合刷新维护算法[刊]/李子木//计算机工程与科学.—2000,22(5).—81～83,87(D)0103031概念推理网及其在文本分类中的应用[刊]/李晓黎//计算机研究与发展.—2000,37(9).—1032～1038(K)0103032超文本协调分类器的性能研究[刊]/范焱//计算机研究与发展.—2000,37(9).—1026～1231(K)为了获得高效的超文本分类算法,提出了一种新的协调分类超文本算法,并将 k-NN,Bayes 和文档相似性引入了超文本分类领域,且对这3种分类器的超文本的分类效果进行了实验比较,最终得出一个高效的超文本分类器。目前,该方法已应用于新开发的两个实验系统:智能搜索引擎系统 WebSearch 和智能软件助理 WeKSoft。