基于改进BoS的Web文本分类研究

摘要：

提出了改进的文本相似度计算方法,在计算文本的相似度时,赋予不同文本块中的句子不同的权值,同时直接去掉短句子和合并高相似度的句子以精简句子包中句子数量以提高运算速度.改进后的文本相似度计算方法为:先根据句子相似度的计算方法计算句子的相似度,再计算文本块的相似度,最后按照文本块的权值计算整个文本的相似度.经试验证明,改进后的算法在文本召回率、准确率和F1值上都有明显的提高.

关键词：Web文本分类、句子包、向量空间模型、文本挖掘

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关项目102102210489

在线出版日期：2013-04-15（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：79-83