原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
第28卷第1期苏州大学学报(自然科学版)VoL28No．1
2012年1月JOURNAL0FSOOcHOwUNlVERSITY(NATuRALsCIENCEEDrrION)JaTl．2012
结合信息检索技术的半监督文本分类方法
贾志洋1，高炜2…，王勇刚1
(1．云南大学旅游文化学院，云南丽江674100；2．苏州大学数学科学学院，江苏苏州215006；
3．云南师范大学信息学院，云南昆明650092)
摘要：搜索引擎的查询结果和查询关键词与某一个文本类别应该具有一定关联．基于这样的假设，针对文本
分类问题，根据小样本集提取特征词构建查询并从查询结果中下载网页样本，将下载的网页样本进行去重、去
噪、提取正文等处理后，判断其类别并扩充到初始样本集，最终使用扩充后的实验样本集学习训练朴素贝叶斯
文本分类器，并对分类器的分类效果进行了测试．实验结果表明，结合信息检索技术的半监督分类器的分类准
确率相对于使用小样本构建的分类器具有较大的提高．
关键词：文本分类；半监督学习；信息检索；搜索引擎
中图分类号：TP393．04文献标识码：A文章编号：lOoo一2073(2011】04一0034—06
S咖i-superVised，textdassmcation讯thinfomationretrieValtechIliques
JiaZhiyan91，GaoWei2…，WangYonggan91
(1．T0u^smandCulturecollege，YunnaIlunivers时，叫ia“g674100，china；2．sch∞l0fMathematicalSciences，
S00chowuniverslty，suzhou215006，chin3；3．Depanment0fInfomation，YunnanNo玎nalUniVersity，Kunming650041，China)
Abs打ad：Itsupposesthatthesearchresultsbearsomerelationbotlltothekeywordsofthequery
andacertaintextcategory．Assuch，quedesareconstructedaccordingt0thefeaturewordsextracted
f而mtheinitialsampleset，thenqueriesaresendtothesearchen舀neaIldwebpagesaredowIlloaded
f而mthesearchresuhswhichresponsef如mthesearchengine．Downloadedwebpagesareprocessed
byeliminatingofduplicatedcontent，noiseI℃ductionandextractionoftexteontent．The
文档评论（0）