基于多视图融合的论文自动分类方法研究

摘要：

为科研工作者精准推荐所需的学术论文,从而节约检索时间和精力,提高科研效率,并进一步提升论文自动分类的准确度.该文在传统单视图论文分类基础上,提出了一种基于多视图融合的论文自动分类方法,考虑论文标题、关键词、摘要三个视图的互补性和协调性,实现对海量论文的自动分类.文中抓取了中国知网9个主题的1710篇论文作为实验语料,并构建决策树、K最近邻、随机森林、支持向量机、朴素贝叶斯分类器进行实验.结果表明,基于多视图融合的论文分类方法在准确率、召回率和F值上都有所提升,优于单视图的论文分类方法,且可以为论文自动分类、推荐系统、文本挖掘提供有效支撑,具有一定的应用前景和实用价值.

关键词：论文自动分类、多视图融合、数据处理、语料获取、智能推荐、文本挖掘

所属期刊栏目：43

分类号：TN911-34;TP391

资助基金：贵州省教育厅青年科技人才成长项目;贵州省教育厅青年科技人才成长项目;贵州省普通高等学校科技拔尖人才支持计划项目

在线出版日期：2020-06-04（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：120-124