10.3969/j.issn.1007-5321.2001.01.009
基于K-最近距离的自动文本分类的研究
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.
自然语言理解、向量空间模型、K-最近距离、自动文本分类
24
TP18(自动化基础理论)
国家自然科学基金69982001
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
42-46