《基于关键词的云计算语义文本自适应分类》.pdfVIP

第40卷 第 7期 计 算 机 工 程 2014年 7月 、，01．40 NO．7 ComputerEngineering July 2014 · 开发研究与工程应用 · 文章编号：1000—3428(2014)07-0247-07 文献标识码：A 中图分类号：TP393 基于关键词的云计算语义文本 自适应分类 沈佳杰，江 红，王 肃 (华东师范大学信息科学技术学院，上海 200241) 摘 要：传统语义文本分类方法难 以高效地在云计算环境下进行中文文本快速分类。为解决该问题，提出一个在云计算环境下基于 语义关键词提取的分布式中文文本 自适应分类算法，在代理端对中文文本关键词进行基于语义的分布式提取，并将提取出的中文关 键词传输到中心数据库端进行整合，从而确定文本本身类别。通过理论证明在关键词提取数量足够的情况下，提出的文本分类算法 可以在保证中文文本分类效果的前提下，有效降低网络传输的代价，从而提高中文文本分类算法在云计算环境下的性能。实验结果 验证了该算法在云计算环境下的可行性 以及理论推导的正确性。 关键词：云计算；关键词提取；文本分类；语义计算；网络传输代价；中文文本语义 SemanticTextAdaotiveClassificationBased0nKeyword UnderCloudComputingSituation SHENJia-jie，JIANGHong，WANGSu (SchoolofInformationScienceandTechnology,EastChinaNormalUniversity,Shanghai200241，China) 【Abstract】Aimingtoproblem ol、thetraditionaltextsemanticclassifyalgorithm cannotefficientlyclassifyChinesetextundercloud computingsituation，adistributionChinesetextclassificationalgorithm basedonkeywordundercloudcomputingsiutationispresented，using methodofdistributionextractingkeywordinagent—sideandmergingthekeywordinthemasterdatabasesidetoclassiyfChinesetextinto differentkinds．Though thetheoreticalderivation，underenough keywordsextracted situation，thealgorithm can ensuretheresultoftext classification andreducethecommunicationcostofnetwork．Thecorrectnessoftheoreticalderivation andthealgorithm isverifiedbythe experiment． 【Keywords】cloudcomputing；keywordextraction；textclassification；semanticcalculation；communicationcostofnetwork；Chinesetext semantic DOI：1O．3969／j．issn．1000—3428．201407．051 步骤1对于文本进行预处理，如分词，并对词语进行 1概述 词性标注。 随着互联网和云计算技术的发展，越来越多的应用被 步骤2使用一定的规则对文本中的信息进行关键词的 部署到了云端。如何在