作者：施化吉 王贤川 李星毅词共现向量空间模型规则重构关联分类文本分类
摘要：研究了现有的关联分类算法在文本分类中的应用，发现对于有结构的文本数据，关联分类算法未考虑文本的语义信息导致分类精度不够理想，为此提出了基于规则重构的关联文本分类方法。该方法利用词共现模型，在已挖掘的分类规则基础上，将具有高共现程度的词对组合在一起进行规则重构，形成了有结构的带有文本语义信息的分类规则，再利用它们对新文本进行分类。实验结果表明，该方法在分类精度上优于其它的关联文本分类方法（ARC）。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
