一种基于类别分布信息的中文文本分类模型

被引：2

作者：

刘海峰 ^{[1
]}

王元元 ^{[1
]}

姚泽清 ^{[2
]}

机构：

[1] 解放军理工大学指挥自动化学院

[2] 解放军理工大学理学院

来源：

图书情报工作 | 2008年 / 01期

关键词：

文本分类; 特征选择; 特征聚类; Bayes分布; 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：

特征降维是文本分类面临的主要问题之一。首先通过x2分布对特征项进行选择,然后使用一种改进的基于密度聚类方法对选择后的特征项进行聚类,借助类别分布信息,在尽量减少信息缺失的前提下先后两次对文本特征维数进行了压缩;在基于类别概率分布的模式下实现文本的矩阵表示,借助矩阵理论进行文本分类。试验结果表明,该方法的分类效率较高。

引用

收藏

页码：73 / 76

页数：4

相关论文

共 14 条

[1] 基于分类的VSM模式下文本检索研究 [J].

刘海峰 ;

王元元 ;

王倩 .

情报科学 , 2006, (11) :1700-1703

[2] 基于向量模型的文本检索若干问题研究 [J].

刘海峰 ;

王元元 .

情报杂志, 2006, (10) :57-59+62

[3] 小样本情况下Fisher线性鉴别分析的理论及其验证 [J].

陈伏兵 ;

张生亮 ;

高秀梅 ;

杨静宇 ;

不详 .

中国图象图形学报 , 2005, (08) :49-56

[4] 一种义项矩阵模型SMM [J].

孙斌 .

中文信息学报, 2005, (02) :28-35

[5] 一种应用向量聚合技术的KNN中文文本分类方法 [J].

李莹 ;

张晓辉 ;

王华勇 ;

常桂然 .

小型微型计算机系统, 2004, (06) :993-996

[6] 中文文本分类中的特征选择研究 [J].

周茜 ;

赵明生 ;

扈旻 .

中文信息学报, 2004, (03) :17-23

[7] 关于SVD与PCA等价性的研究 [J].

吴春国 ;

梁艳春 ;

孙延风 ;

周春光 ;

吕英华 .

计算机学报, 2004, (02) :286-288

[8] 中文文本分类中特征抽取方法的比较研究 [J].

代六玲 ;

黄河燕 ;

陈肇雄 .

中文信息学报, 2004, (01) :26-32

[9] 基于潜在语义分析的信息检索 [J].

盖杰 ;

王怡 ;

武港山 .

计算机工程, 2004, (02) :58-60

[10] 应用特征聚合进行中文文本分类的改进KNN算法 [J].

张晓辉 ;

李莹 ;

王华勇 ;

赵宏 .

东北大学学报, 2003, (03) :229-232