突发事件Web新闻多层次自动分类方法

被引：5

作者：

蔡华利

刘鲁

王理

机构：

[1] 北京航空航天大学经济管理学院

来源：

北京工业大学学报 | 2011年 / 37卷 / 06期

关键词：

文本分类; 分类器; 特征抽取; 多层次体系; 突发事件;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

为了对突发事件Web新闻进行更精确的分类,研究了突发事件Web新闻的多层次自动分类方法.该方法初步分析了突发事件Web新闻的分类,给出3层分类器的构造方法,即第1级和第2级通过规则定制来完成,第3级通过统计学习训练并实现,并研究了HTML文本向量空间模型及特征项的抽取方法.将该自动分类方法在甲型H1N1、法国空难以及汶川大地震等突发事件的Web新闻中进行了训练和测试.实验结果表明,所提方法的分类效果优于改进前的方法.

引用

页码：947 / 954

页数：8

共 10 条

[1] 文本分类中特征选择方法研究 [J].

王维娜 ;

康耀红 ;

伍小芹 .

信息技术, 2008, 32 (12) :29-31

[2] 基于向量空间模型的多主题Web文本分类方法 [J].

周炎涛 ;

唐剑波 ;

吴正国 .

计算机应用研究, 2008, (01) :142-144

[3] 一种Web主题文本通用提取方法 [J].

蒲强 ;

李鑫 ;

刘启和 ;

杨国纬 .

计算机应用, 2007, (06) :1394-1396

[4] 基于向量空间模型的中文文本层次分类方法研究 [J].

肖雪 ;

何中市 .

计算机应用, 2006, (05) :1125-1126+1133

[5] 基于向量空间模型的网页文本表示改进算法 [J].

曾致远 ;

张莉 .

计算机工程, 2006, (03) :134-135+139

[6] 基于规则的自动分类在文本分类中的应用 [J].

李渝勤 ;

孙丽华 .

中文信息学报, 2004, (04) :9-14

[7] 一种基于向量空间模型的多层次文本分类方法 [J].

刘少辉 ;

董明楷 ;

张海俊 ;

李蓉 ;

史忠植 .

中文信息学报, 2002, (03) :8-14+26

[8] Hierarchical Classification of Chinese Documents Based on N grams [J].

Zhou Shui geng Guan Ji hong He Yan xiang State Key Laboratory of Software Engineering Wuhan University Wuhan China School of Computer Science Wuhan University Wuhan China .

Wuhan University Journal of Natural Sciences, 2001, (Z1) :416-422

[9]

Web自动文本分类技术研究综述[J]. 蒲筱哥.情报学报. 2009 (02)

[10] COMPUTER EVALUATION OF INDEXING AND TEXT PROCESSING [J].

SALTON, G ;

LESK, ME .

JOURNAL OF THE ACM, 1968, 15 (01) :8-&

← 1 →