基于概念聚类的领域本体图中文文本分类

摘要：

基于半监督概念聚类技术,提出一种改进的领域本体图中文文本分类算法.根据领域本体图结构模型,创建中文文本分类的本体学习框架,利用HowNet字典实现术语提取并建立中文术语-术语关系映射.依据术语间的权重连接关系,设计二分类关系的KLSeeker本体中文文本分类算法,并通过基于概念聚类的本体图半监督学习,实现中文文本的精确分类.实验结果表明,与基于非负张量分解的中文文本分类算法相比,该算法具有更高的分类精度.

关键词：词消歧、半监督、概念聚类、HowNet字典、二分类关系、领域本体图

所属期刊栏目：42

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金61272367

在线出版日期：2017-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：181-187