自动文本分类方法研究述评

被引：9

作者：

蒲筱哥

机构：

[1] 徐州师范大学图书馆

来源：

情报科学 | 2008年 / 03期

关键词：

分类; 文本分类; 分类方法;

D O I：

暂无

中图分类号：

G254.1 [分类法];

学科分类号：

1205 ; 120501 ;

摘要：

在总结已经研究出的经典文本分类方法的基础上,对当前涌现出的一些新的文本分类方法进行了归纳,得出了当前研究的不足之处和未来发展趋势。

引用

页码：469 / 475

页数：7

共 18 条

[1] 基于投影寻踪回归文本自动分类的模型 [J].

廖海波 ;

万中英 ;

王明文 .

清华大学学报(自然科学版), 2005, (S1) :1823-1827

[2] 基于投影寻踪的中文网页分类算法 [J].

万中英 ;

王明文 ;

廖海波 .

中文信息学报, 2005, (04) :60-67

[3] 基于模糊-粗糙集的文本分类方法 [J].

付雪峰 ;

王明文 .

华南理工大学学报(自然科学版), 2004, (S1) :73-76

[4] 一种基于潜在语义结构的文本分类模型 [J].

曾雪强 ;

王明文 ;

陈素芬 .

华南理工大学学报(自然科学版), 2004, (S1) :99-102

[5]

基于RBF网络的文本自动分类的研究[D]. 王晓庆.江西师范大学. 2003

[6]

Boosting With the L2 Loss[J] . Peter Bühlmann,Bin Yu.Journal of the American Statistical Association . 2003 (462)

[7] Analyzing bagging [J].

Bühlmann, P ;

Yu, B .

ANNALS OF STATISTICS, 2002, 30 (04) :927-961

[8] Text categorization based on regularized linear classification methods [J].

Zhang, T ;

Oles, FJ .

INFORMATION RETRIEVAL, 2001, 4 (01) :5-31

[9] Boosting neural networks [J].

Schwenk, H ;

Bengio, Y .

NEURAL COMPUTATION, 2000, 12 (08) :1869-1887

[10]

A comparative study of fuzzy sets and rough sets[J] . Y.Y. Yao.Information Sciences . 1998 (1)

← 1 2 →