基于维基百科类别的文本特征表示

被引：15

作者：

王锦 ^{[1
,2
]}

王会珍 ^{[1
,2
]}

张俐 ^{[1
,2
]}

机构：

[1] 东北大学自然语言处理实验室

[2] 医学影像计算教育部重点实验室(东北大学)

来源：

中文信息学报 | 2011年 / 25卷 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

文本分类; 维基百科类别; 文本表示;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

该文提出了基于维基百科类别体系的文本特征表示方法,方法是将文本中的词映射到维基百科的类别体系中,使用类别作为特征来对文本进行表示。基于维基类别的文本特征表示方法可以增强文本特征表示能力,降低文本特征空间维数。针对维基百科条目在语料中覆盖度不足的问题,该文提出了一种基于全局信息自学习维基百科类别的方法。该文构造基于维基百科类别为文本表示的分类系统,实验结果证明,基于维基百科类别作为文本表示特征,相对于词袋模型,具有明显的降维效果,在当特征数量较少时(如:<700),分类的F1值提高了5.14%。

引用

页码：27 / 31

页数：5