对科技论文的分类研究

作者：李森; 马军; 赵嫣; 雷景生科技论文文本分类层次结构分类精度分类效率

摘要：针对科技论文具有半结构化的特点，提出利用科技论文的元数据的多层次分类模型．这里元数据包含论文的标题、关键词集合和摘要等信息．实验证明，若只利用元数据，可以取得与传统的基于全文信息分类方法近似的分类精度；若基于领域知识所产生的分类法。先利用元数据进行粗分类，然后再进行全文分类，所得到的分类精度要高于已知最好算法．因元数据的尺寸远远小于论文全文的尺寸，而粗分类后每类的论文数要远远小于全体论文数，故在分类类别数目较多且分类文本分布较为平均的情况下，可极大地缩短分类的时间．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社