基于背景知识的SVM文本分类 | |
唐明珠; 张远平; 杨佳 | |
2007-10-01 | |
会议日期 | 2007 |
关键词 | 文本分类 文本预处理 本体 消歧策略 支持向量机 |
英文摘要 | 文本分类在文本挖掘和文档管理中扮演着重要角色。在文本预处理阶段引入核本体 Wordnet 丰富文本的表示形式,提高了文本表示的泛化能力。同时给出了次概念的定义。然后采用支持向量机对文本进行分类,最后在标准文集 Reuters-21578上的实验结果表明,在文本分类中与没有使用本体相比,使用本体的某些策略能取得更好的效果。 |
内容类型 | 会议论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/28400] |
专题 | 兰州理工大学 计算机与通信学院 |
作者单位 | 1.兰州理工大学计算机与通信学院 2.兰州理工大学计算机与通信学院 3.兰州理工大学计算机与通信学院 |
推荐引用方式 GB/T 7714 | 唐明珠,张远平,杨佳. 基于背景知识的SVM文本分类[C]. 见:. 2007. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论