基于全路径相似度的大规模层次分类算法

摘要：

为快速准确地实现大规模层次分类问题,提出词类区分度概念,并以此作为计算类向量的基础.基于类向量,以改进的Rocchio算法计算待分类文本与目标类的相似度,候选出N个最可能的目标类别;根据目标类别的层次拓扑结构,计算待分类文本与N个目标类别的全路径相似度,确定分类类别.实验结果表明,该方法分类效果优于传统算法,其基于文本类全路径相似度的策略明显改善了单纯基于词类区分度的分类算法.

关键词：词类区分度、全路径相似度、大规模层次分类、文本分类、化繁为简策略

所属期刊栏目：40

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目71271209;北京市自然科学基金项目4132067

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1300-1304,1333