多类多标签汉语文本自动分类的研究

摘要：

本文提出了一种高效的汉语文本分类方法,并在实验中收到了良好的效果.由于汉语文本的特殊性,在训练前对训练文本进行自动分词和降维预处理.许多文本往往可能归到多个类,分类算法采用改进的Boosting算法.实验表明,在多类多标签的汉语文本特征提取和文档分类中,该算法收敛快、准确性高、综合效果较好.

关键词：多类多标签、分词、降维、弱假设、弱学习

所属期刊栏目：22

分类号：G25(图书馆学、图书馆事业)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：306-309