基于汉语分析的中文分类方法.pdfVIP

基于汉语分析的中文分类方法 战学刚姚天顺 东北大学计算机科学与工程系沈阳110000 ics@maillieueduCII 摘要标题同文章的主题有着密切关系。在人工分类过程中，大多数文献的类别均可通过其标题来判 定。基于这一事实，本文提出一种复合分类方法，它将汉语分析技术同传统分类方法结合起来。即对文 献的标题进行语法分析，求出标题中对于分类有意义的核心词汇，从而确定文献的娄另lI。当技种方法无 法判定类别时，则用基于词汇的统计方法进行分类。实验结果表明，这种方法在精度和效率方面均高r 单纯的统计方法。 关键词文献分类，语法分析，自然语言理解 A ChineseDocumentClassificationMethod BasedOll SyntaxAnalysis Zhan andYaoTianshun Xuegang Departanent Science，Northeastern 1 10006 ofComputer University，Shenyang cn nell．edu ics@mail AbstractThe ofa title docmnentis relatedtoits Basedonthefacttlmt closely topic canbe classified totheir a documentclassification manually according titles，wepropose hybrid methodflmtcombines oftheChinese andtraditionalclassificationmethodIt syntaxanalysis language extracts words a thewordstoa significant parserand，ifsuccessful，maps thmugh corresponding it to The category．Iffatts，weusethetraditiohalstatisticalclassificationmethod decide‰category experimentalresultsshowthatthe methodisbetterthanthe traditionallnethodin hybrid pure performance words Key document classification，syntaxanalysis，naturallanguageunderstanding ·412· 1引言 文献分类就是将大量的文献归到一个或多个文献类别中。文献分类一般是通过统计方 法或知识工