作者：胡泽文; 王效岳; 白如江sumo本体wordnet本体集成文本分类模型词向量空间概念向量空间
摘要：针对传统文本分类方法和目前语义分类方法中存在的问题，提出基于SUMO和WordNet本体集成的文本分类模型，该模型利用WordNet同义词集与SUMO本体概念之间的映射关系，将文档一词向量空间中的词条映射成本体中相应的概念，形成文档一概念向量空间进行文本自动分类。实验表明，该方法能够极大降低向量空间维度，提高文本分类性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《数据分析与知识发现》（CN：10-1478/G2）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...
