基于K-最近距离的自动文本分类的研究

摘要：

提出并实现了利用统计词频信息和语言信息相结合的方法选择特征，计算特征的权重值时不仅考虑词频，还利用了特征的集中度、分散度.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.对英文文本的测试结果表明，该算法提高了文本分类的准确率.

关键词：自然语言理解、向量空间模型、K-最近距离、自动文本分类

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金69982001

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-46