运用语义集索引法实现英文文本分类

摘要：

为克服当前文本分类法中基于词形匹配带来的局限性,基于WordNet语义词典和隐含语义索引(LSI)模型,提出了基于语义集索引的英文文本分类方法. 该方法在分类初期首先利用WordNet构建语义词典库,利用单词的语义集代替单词作为文本特征向量的特征项;然后利用LSI模型进一步深入挖掘语义集概念间的深层联系,将语言知识和概念索引有效地融合到文本向量空间的表示中. 针对Nave Bayes及简单向量距离文本分类法的实验结果显示,2种文本分类法的分类准确率均随着语义分析的深入逐步提高,充分表明了语义挖掘对文本分类的重要性和必要性.

关键词：文本分类、语义集索引、隐含语义索引

所属期刊栏目：29

分类号：TP301.2(计算技术、计算机技术)

资助基金：解放军总参谋部技术攀登工程项目504-4

在线出版日期：2006-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：18-21