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