10.3969/j.issn.1000-3428.2003.17.035
一种基于向量空间模型的文本分类方法
介绍的文本分类是指在给定分类体系下,根据文本的内容自动确定文本类别的过程.通过分析网页的特点及因特网用户感兴趣的查询信息,提出了一种基于机器学习的、独立于语种的文本分类模型.这一模型的关键算法主要利用字间的相关信息、词频、页面的标记信息以及对用户的查询信息的浅层语义分析,提取网页特征,并计算可调的词频加权参数和增加特征词的可分性信息,然后通过本类和非本类训练,建立预定义类的特征向量空间,进一步对文本进行分类.这种分类方法在相似文本分类中具有明显的优势.
文本分类、超文本描述语言、可分性判据、层次分类
29
TP311(计算技术、计算机技术)
2004-01-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
90-92