基于K-最近距离的自动文本分类的研究

被引：11

作者：

孙健

王伟

钟义信

机构：

[1] 北京邮电大学信息工程学院!北京

来源：

北京邮电大学学报 | 2001年 / 01期

关键词：

自然语言理解; 向量空间模型; K-最近距离; 自动文本分类;

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：

提出并实现了利用统计词频信息和语言信息相结合的方法选择特征 ,计算特征的权重值时不仅考虑词频 ,还利用了特征的集中度、分散度 .经过训练和统计对每一类文本形成特征的权重向量 ,利用 K-最近距离的方法对测试集进行分类 .对英文文本的测试结果表明 ,该算法提高了文本分类的准确率

引用

收藏

页码：42 / 46

页数：5

相关论文

共 3 条

[1] 文本分类中基于对数似然比测试的特征词选择方法 [J].

李国臣 .

中文信息学报, 1999, (04) :17-22

[2] An Evaluation of Statistical Approaches to Text Categorization [J].

Yiming Yang .

Information Retrieval, 1999, 1 (1-2) :69-90

[3]

Automated learning of decision rules for text categorization .2 Apte C. ACM Transaction on Information Systems . 1994