基于向量空间模型的多主题Web文本分类方法

被引：14

作者：

周炎涛 ^{[1
]}

唐剑波 ^{[1
]}

吴正国 ^{[2
]}

机构：

[1] 湖南大学计算机与通信学院

[2] 海军工程大学信息与电气学院

来源：

计算机应用研究 | 2008年 / 01期

关键词：

向量空间模型; 文本分类; 多主题; 数据挖掘;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

对给定的网页,提取其特征向量,计算网页特征向量与分类特征向量的相似度,使用K-means聚类方法寻找归属类得到动态阈值,提出了一种基于动态阈值的向量空间模型多主题Web文本分类方法。该方法通过网页与每个类的相似度和动态阈值的比较,实现了将包含多个主题的网页划分到相应的多个类中。实验证明,这种方法具有较好的精确度和召回率。

引用

页码：142 / 144

页数：3

共 4 条

[1] 基于本体实现对网页文本的自动主题分类
刘娇蛟
龚丽
李建华
[J]. 计算机工程, 2003, (11) : 95 - 97
[2] 凌云,刘军,王勋.多层次web文本分类[J].情报学报,2005(06)
[3] Li Baoli,Lu Qin,Yu Shiwen.An adaptive k -nearest neighbor text categorization strategy[J].ACM Transactions on Asian Language Information Processing (TALIP),2004(4)
[4] Athanasios Kehagias,Vassilios Petridis,Vassilis G. Kaburlasos,Pavlina Fragkou.A Comparison of Word- and Sense-Based Text Categorization Using Several Classification Algorithms[J].J. Intell. Inf. Syst.,2003

← 1 →