文本分类系统的评价因素探讨

在介绍电子文本自动分类系统的基础上 ,分析影响文本分类系统评价的若干因素 ,包括分类算法、测试方法、分类标准、分类标准的理解程度和分类层次等。测试用的分类语料库 (超出 6 0 0 0万汉字 )是由带人工分类标记的公开发表的《解放日报》和《大众日报》近年各类文章组成 ,人工分类标记和文章正文均由第三方提供 ,未作任何修改 ;语料由各类长短不一、风格各异、体裁不同的文章构成。建议建立权威的分类测试语料库和分类标准 ,公正客观地评价各分类系统 ,推进电子文本分类系统的应用。