数字文本自动分类中特征语义关联及加权策略研究综述与展望

摘要：

[目的]探讨目前针对书目、题录信息以及新闻网页、博客等新兴媒体开展的数字文本自动分类研究中存在的主要问题和可能的解决方向.[文献范围]基于机器学习方法的自动分类研究领域中,关于特征语义转换、特征扩展和加权策略等方面的主要研究成果及相关文献.[方法]按照主要研究、关键技术、现有成果水平和今后发展方向等方面进行分析归纳.[结果]针对特征语义转换、特征扩展和加权策略等研究领域,分析问题的现象和原因,指出当前研究在文本语义表示、各种知识库的利用等方面存在的不足.[局限]没有涉及分类过程中分类算法等其他比较成熟的研究领域.[结论]今后可以从向量空间模型与概率主题模型相结合、利用各种外部知识库并提高概念相似度计算能力、结合多种加权策略构建复合加权表示模型等方向开展分类研究,以提高数字文本自动分类的性能.

关键词：自动分类、特征语义关联、特征语义转换、特征扩展、加权策略

分类号：TP391;G35(计算技术、计算机技术)

资助基金：本文系国家社会科学基金项目“多种类型文本数字资源自动分类研究”项目编号:15BTQ066的研究成果之一.

在线出版日期：2016-10-28（万方平台首次上网日期，不代表论文的发表时间）

页码：17-26