原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第3 6 卷第5 期 中 国 科 学 技 术 大 学 学 报 Vol . 36 ,No . 5
2 0 0 6 年 5 月 J OURNAL OF UNIVERSITY OF S CIEN CE AND TECHN OL O G Y OF CHINA May 2 0 0 6
文章编号 (2006)
基于句子相关度的文本自动分类
张友华1 ,2 ,熊范纶2
( 1. 中国科学技术大学自动化系 ,安徽合肥 230027 ;2 . 中国科学院合肥智能机械研究所 ,安徽合肥 23003 1)
( )
摘要 :提出一种基于句子相关度的文本自动分类模型 TCSC . 该模型利用训练样本增量式地 自动
更新类别语料库 ,根据句子的位置权值和语料权值计算句子类别相关度 ,获得用于文本分类的句子
相关度矩阵 ,通过该矩阵实现文档分类. 该模型避免了分类阶段待分类文本特别是中文文本的分
词 ,模糊了词的多义问题 ,且在文本分类的实验中能够达到 86 % 以上的查全率和查准率 ; 随着语料
库的不断训练和调整 ,分类性能还可以进一步提高 ,具有简单实现的特点.
关键词 :文本分类 ;语料库 ;相关度矩阵;句权
中图分类号 : TP3 11 文献标识码 :A
Text classif ication based on sentence correlation
ZHAN G Youhua1 ,2 ,XION G Fanlun2
( 1. D ep art ment of A utom at ion , Uni vers ity of S cience an d Technology of Chi na , H ef ei 230027 , Chi na;
)
2 . I ns t i t ute of I ntel l i g ent M achi nes , Chi nese A ca demy of S ciences , H ef ei 23003 1 , Chi na
Abstract :A t ext cat egory mo del ba sed on sent ence cor relation ( TCSC) wa s p re sent ed , w hich increment ally
up dat e s cat egory corp u s wit h t he t rainin g document s auto matically . Then , cat egory correlation wa s
o bt ained by mean s of sent ence po sition weight an d corp u s it em weight to achieve correlation mat rix for t ext
cla ssification . Thi s mo del avoids t he p roblem of wor d segment atio n in Chine se document s and lower s t he
eff ect of wor d s wit h multip
文档评论（0）