基于信息提取与面向行业应用文本分类算法.pdfVIP

下载本文档

8
0
约 4页
2017-08-17 发布于安徽
举报
版权申诉

基于信息提取与面向行业应用文本分类算法.pdf

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

—ISSN10—00-0054清华大学学报(自然科学版)2005年第45卷第s1期 18／39 CN 11—2223／NJ Univ(Sci＆Tech)，2005，V01．45，No．S1 1810—1813 Tsinghua 基于信息提取的面向行业应用文本分类算法郭峰，徐玉生，陈晓云，王颖 (兰州大学信息科学与工程学院，兰州730000) 摘要：目前，传统文本分类算法都是脱离自然语言语意具有重要应用价值的课题。现有的分类方法主要是的。该文使用信息抽取进行了中文文本分类的研究，提出了基于统计理论和机器学习方法，比较著名的文档分补偿式信息抽取的主题文本分类算法(CIETC)，通过分类类方法有Bayes[1|、KNN(K—nearestneighbor)L2]、补偿文档属性，达到行业文档分类的目的。实验中，以将关于 LLSF(1inear least—squares 一个人名的所有网络文档自动分类为例，验证了这种面向行 vector 业的CIETC分类器的分类性能。结果表明：该方法的分类 machine)L60等方法。准确率要优于Bayes方法，与KNN方法相当；该方法是一种可行的面向行业细分文本分类方法。卡内基梅隆大学的Yang[2’31使用英文标准分类关键词：文本分类；信息提取；面向主题；信息检索；自然语料，对常用的多种分类方法进行比较客观的比较语言理解后，得出KNN和SVM方法较其他方法有更高的分 391 类准确性和稳定性的结论。KNN方法是一种基于中图分类号：TP 文献标识码：A 文章编号：1000—0054(2005)S1—1810—04 要求或懒惰的学习方法，它存放所有的训练样本，直到测试样本需要分类时才建立分类，因此它的分类时间是非线性的。而且，当训练文档数增加时，其分 textclassification Subject—oriented 类时间将急剧增加。SVM方法本质上是一种两类 basedoninformationretrieval algorithm 分类器，对于两类分类，它的时间复杂度是线性的。 GUO Ying Feng，XUYusheng，CHENXiaoyun，WANG 但是，如果要使用SVM分类器实现多类分类，必须 ofInformationScienceand (School Engineering， Lanzhou 730000，China) 构造多个SVM分类器。一般使用一对剩余(One— University，Lanzhou Abstract：Conventionaltextclassificationarenotbased