Web科技新闻分类抽取算法

被引：3

作者：

朱全银

潘禄

刘文儒

李翔

张永军

刘金岭

机构：

[1] 淮阴工学院计算机与软件工程学院

来源：

淮阴工学院学报 | 2015年 / 24卷 / 05期

关键词：

科技新闻; 文本分类; TF-IDF; 抽取算法;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

为了改善从Web上获取的新闻信息的使用价值,针对Web网站存在大量非科技相关新闻的现状,以互联网上政府新闻网站、凤凰网等新闻为研究背景,选取TF-IDF文本加权方法,设计了科技新闻多层次二分类模型,实现了基于TFIDF的科技新闻文本分类抽取系统,在20万新闻文档和4000多种分类上,实验取得了科技新闻85.3%的识别准确率和非科技新闻82.9%的识别率,为Web科技新闻分类抽取提供有实用价值的参考模型。

引用

收藏

页码：18 / 24

页数：7

相关论文

共 12 条

[1]

Effect of Magnitude Differences in the Original Data on Price Forecasting [J].

Zhu, Quan-yin ;

Yin, Yong-hua ;

Zhu, Hong-jian ;

Zhou, Hong .

JOURNAL OF ALGORITHMS & COMPUTATIONAL TECHNOLOGY, 2014, 8 (04) :389-420

[2]

Price Forecasting for Cell Phone Market Using Adaptive Sliding Window and Adaptive RBF NN [J].

Zhu, Quan-yin ;

Cao, Su-qun ;

Zhou, Pei ;

Yin, Yonghua .

JOURNAL OF ALGORITHMS & COMPUTATIONAL TECHNOLOGY, 2013, 7 (04) :395-421

[3]

基于左归词频向量空间模型的中文文本抄袭检测算法 [J].

谢松山 ;

唐雁 .

西南大学学报(自然科学版), 2015, (05) :158-161

[4]

文本分类方法在网络舆情分析系统中的应用研究 [J].

马海兵 ;

毕久阳 ;

郭新顺 .

情报科学, 2015, 33 (05) :97-101

[5]

一种改进的支持向量机文本分类方法 [J].

李琼 ;

陈利 .

计算机技术与发展, 2015, 25 (05) :78-82

[6]

基于类别信息优化的潜在语义分析分类技术 [J].

季铎 ;

毕臣 ;

蔡东风 .

中国科学技术大学学报, 2015, 45 (04) :314-320

[7]

基于邻域粗糙集的多标记分类特征选择算法 [J].

段洁 ;

胡清华 ;

张灵均 ;

钱宇华 ;

李德玉 .

计算机研究与发展, 2015, 52 (01) :56-65

[8]

基于类别层次结构的多层文本分类样本扩展策略 [J].

李保利 .

北京大学学报(自然科学版), 2015, 51 (02) :357-366

[9]

基于词矢量相似度的短文本分类 [J].

马成龙 ;

姜亚松 ;

李艳玲 ;

张艳 ;

颜永红 .

山东大学学报(理学版), 2014, 49 (12) :18-22+35

[10]

超球支持向量机文本分类方法改进 [J].

胡吉明 ;

陈果 .

现代图书情报技术, 2014, (09) :74-80