收藏本站
《西安电子科技大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

中文文本自动分类的研究与实现

都云琪  
【摘要】:文本分类可以为文本提供有序的组织,网络信息的增长使文本分类对于信息处理的意义变得更加重要。本文讨论了基于词典分词和基于n-gram信息提取的两种中文文本特征获取方法,提出了将两者相结合的方法,为分类系统提供更多类型的文本特征,从而达到提高分类性能的目的;并进一步研究了冗余特征对于文本分类系统的影响,结果发现,冗余特征对于文本具有良好的表示作用,由此得出结论:基于统计的文本分类的本质是一种对文本字符特征的识别,因此,在提取文本特征时,无需过分追求语义特征的提取;最后,在详细分析了文本学习及支持向量机学习算法的特点之后,提出了一种利用训练集中的拒识样本信息对分类器输出进行改进的方法,提高了系统的分类性能。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨丽华;戴齐;郭艳军;;KNN文本分类算法研究[J];微计算机信息;2006年21期
2 周文霞;;现代文本分类技术研究[J];武警学院学报;2007年12期
3 肖红;刘淑华;;一种文本多级分类方法研究[J];长江大学学报(自然科学版)理工卷;2008年02期
4 赵博;丁华福;;一种基于关键向量的文本分类模型[J];信息技术;2007年12期
5 林永民;吕震宇;赵爽;朱卫东;;向量空间模型中特征加权的研究[J];情报杂志;2008年03期
6 马甲林;张桂珠;刘金岭;;中英文文本分类系统异同因素的探讨[J];电脑学习;2011年02期
7 方兰,王明文;文本自动分类技术及其应用[J];计算机与现代化;2004年07期
8 卢炎生;崔得暄;邹磊;;特征序列分析方法在文本分类中的应用[J];计算机工程;2006年20期
9 解本政;;TCBPL:一种高效文本分类新方法[J];计算机工程;2005年23期
10 何国辉;吴礼发;;基于机器学习的文本分类技术的研究[J];计算机与现代化;2009年08期
11 倪茂树;时达明;林鸿飞;;基于粗糙集属性约简的文本分类[J];郑州大学学报(理学版);2007年02期
12 台德艺;谢飞;胡学钢;;基于位置权重的文本分类[J];安徽水利水电职业技术学院学报;2008年01期
13 牛玲;;一种基于向量空间模型的改进文本分类算法[J];情报杂志;2006年06期
14 肖旻;;一种基于向量空间模型的邮件自动过滤算法研究[J];福建电脑;2006年08期
15 黄浩;王英林;;面向企业应用的文本自动分类系统的设计和实现[J];计算机应用与软件;2007年11期
16 罗洁;南风露;;基于粗糙集的Web文本挖掘技术[J];电脑知识与技术(学术交流);2007年19期
17 张运良;张全;;基于句类向量空间模型的自动文本分类研究[J];计算机工程;2007年22期
18 任克强;张国萍;赵光甫;;基于向量空间模型的特征抽取技术分析[J];科技广场;2007年09期
19 朱红斌;蔡郁;;基于主动学习支持向量机的文本分类[J];计算机工程与应用;2009年02期
20 张东礼,汪东升,郑纬民;基于VSM的中文文本分类系统的设计与实现[J];清华大学学报(自然科学版);2003年09期
中国重要会议论文全文数据库 前10条
1 杜长海;吉根林;;模糊聚类的最大树法在文本分类中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
2 庞剑锋;程学旗;;反馈方法在文本分类系统中的应用[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
3 高楚舒;丁于思;;因特网中文文本信息分析[A];计算机模拟与信息技术会议论文集[C];2001年
4 王慧玲;宋柔;戴伟长;;汉语文本按语体分类的研究[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
5 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
6 朱慕华;陈文亮;朱靖波;;词聚类在文本分类中的应用[A];第二届全国学生计算语言学研讨会论文集[C];2004年
7 刘秉权;李博;孙林;王宝勋;刘远超;;标签特征和正文特征融合的SVM博客文本分类算法研究[A];第六届全国信息检索学术会议论文集[C];2010年
8 武洪萍;周国祥;;Web文本挖掘研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
9 刘功申;李建华;李生红;;基于类信息的特征选择和加权方法[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
10 贾会强;刘晓丽;于洪志;;基于词性特征提取的藏文文本分类方法研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年
中国重要报纸全文数据库 前10条
1 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
2 清华大学计算机系智能技术与系统国家重点实验室 张敏 金奕江;寻“宝”有术[N];计算机世界;2003年
3 蔚蓝;风,穿越细微,覆盖辽阔[N];文艺报;2006年
4 肖自强;列维纳斯:“说”或者“写”[N];中国图书商报;2007年
5 匡钊;批评理论[N];光明日报;2002年
6 高利华;传承陆游风骨 推进国际交流[N];人民日报海外版;2005年
7 杨斌华;性别书写与诗歌想像[N];文学报;2006年
8 希安;微软试水信息检索[N];经济日报;2004年
9 王培森;从Web挖到竞争情报[N];中国计算机报;2003年
10 林木树;反垃圾邮件有待新突破[N];人民邮电;2004年
中国博士学位论文全文数据库 前10条
1 章舜仲;文本分类中词共现关系的研究及其应用[D];南京理工大学;2010年
2 刘伍颖;面向垃圾信息过滤的主动多域学习文本分类方法研究[D];国防科学技术大学;2011年
3 李智星;用于文本分类的简明语义分析技术研究[D];重庆大学;2011年
4 胡燕;基于Web信息抽取的专业知识获取方法研究[D];武汉理工大学;2007年
5 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
6 杜卫锋;粗糙集理论在中文文本分类中的应用[D];西南交通大学;2006年
7 王博;文本分类中特征选择技术的研究[D];国防科学技术大学;2009年
8 郝立柱;汉语文本自动分类[D];吉林大学;2008年
9 孙道军;文本挖掘预处理相关基础技术分析与应用研究[D];北京邮电大学;2008年
10 王小芳;文本主题域划分与无监督特征提取[D];吉林大学;2009年
中国硕士学位论文全文数据库 前10条
1 都云琪;中文文本自动分类的研究与实现[D];西安电子科技大学;2002年
2 褚金正;面向特定领域的文本识别和分类[D];湖南大学;2005年
3 张保富;基于粗糙集的中文文本分类算法研究及应用[D];江苏大学;2010年
4 陈治纲;基于向量空间模型的文本分类系统研究与实现[D];天津大学;2005年
5 张桂喜;基于语义的领域相关文本分类研究[D];北京工业大学;2011年
6 郭妍;基于市长公开电话文本为背景的两种自动分类算法的比较[D];东北师范大学;2006年
7 张玉杰;基于偏斜数据集的中文文本分类问题的改进特征权重算法研究[D];东北师范大学;2010年
8 董梅;文本内容的信息过滤技术研究[D];合肥工业大学;2006年
9 赵博;一种基于关键向量的文本分类模型的研究[D];哈尔滨理工大学;2008年
10 吕靖;互联网搜索词分类关键技术研究[D];浙江大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978