基于Multi-agent理论的社会网络文体分类方法

摘要：

针对当前社会网络中的文体分类存在分类效果不理想问题，结合网络文体的多样性、多归属性及动态性的特征，提出了一种基于multi-agent的属性融合和词库关联的网络文体分类方法。首先提取网络文体的特征关键词和词义等基本属性，建立 Multi-agent 的融合分类模型，并给出了基于 Multi-agent 的社会网络文体融合分类算法。实验结果表明该方法与传统单分类器以及其他多分类器融合分类方法相比，不仅可以通过语义特征提取对语义网络中的网络文体进行高精度分类，而且可以实现社会网络文体分类的自动化，具有更高的分类精度与稳定性。

关键词：社会网络、特征提取、multi-agent融合、文体分类

分类号：I0 ;TP3

资助基金：安徽省自然科学基金1308085QF118;安徽师范大学创新基金2012cxjj09;教育部人文社科青年基金11YJC880119

在线出版日期：2014-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126