基于文章标题信息的汉语自动文本分类

doi:10.3969/j.issn.1000-3428.2008.20.005

计算机工程 ›› 2008, Vol. 34 ›› Issue (20): 13-14. doi: 10.3969/j.issn.1000-3428.2008.20.005

基于文章标题信息的汉语自动文本分类

缪建明1，张全1，赵金仿2

(1. 中国科学院声学研究所，北京 100080；2. 江苏科技大学电子信息学院，镇江 212003)

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-10-20 发布日期:2008-10-20

Chinese Automatic Text Categorization Based on Article Title Information

MIAO Jian-ming1, ZHANG Quan1, ZHAO Jin-fang2

(1. Institute of Acoustics, Chinese Academy of Sciences, Beijing 100080;2. School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003)

Received:1900-01-01 Revised:1900-01-01 Online:2008-10-20 Published:2008-10-20

摘要/Abstract

摘要： 文本分类是文本挖掘的一个重要组成部分，是信息搜索领域的一项重要研究课题。该文提出一种基于文章标题信息的汉语自动文本分类方法，在HNC理论的领域概念框架下，通过标题信息所蕴涵的领域信息词语激活对应的HNC领域，实现文本的自动分类。实验证明，该方法与采用SVM算法进行文本分类的方法比较，测试速度和分类平均准确率明显提高。

关键词: 文本分类, HNC理论, 领域

Abstract: The text categorization is an important part of the text excavation, and it becomes the research topic in the information searching field. The paper proposes a method of the automatic text categorization which uses the article title information. The method based on the domain concept frame of the Hierarchical Network of Concepts(HNC) theory uses the domain concept of the title information to activate the corresponding HNC domain, and realizes the text automatic categorization. The experiment proves that the method may effectively enhance the efficiency and the accurate rate of the text automatic categorization.

Key words: text categorization, Hierarchical Network of Concepts(HNC) theory, domain

中图分类号:

TP393.09

缪建明;张全;赵金仿. 基于文章标题信息的汉语自动文本分类[J]. 计算机工程, 2008, 34(20): 13-14.

MIAO Jian-ming; ZHANG Quan; ZHAO Jin-fang. Chinese Automatic Text Categorization Based on Article Title Information[J]. Computer Engineering, 2008, 34(20): 13-14.

http://www.ecice06.com/CN/Y2008/V34/I20/13

[1]	张博旭, 蒲智, 程曦. 基于提示学习的维吾尔语文本分类研究[J]. 计算机工程, 2023, 49(6): 292-299,313.
[2]	王爱玲, 马文臻, 邹自明, 钟佳. 基于领域自适应的卫星工程参数异常检测[J]. 计算机工程, 2023, 49(5): 29-37,47.
[3]	吴雪莹, 段友祥, 昌伦杰, 李世银, 孙歧峰. 面向地质领域的实体关系联合抽取研究[J]. 计算机工程, 2023, 49(3): 121-127.
[4]	王春东, 孙嘉琪, 杨文军. 基于矫正理解的中文文本对抗样本生成方法[J]. 计算机工程, 2023, 49(2): 37-45.
[5]	冯一飞, 丁楠, 叶钧超, 柴志雷. 领域专用低延迟高带宽TCP/IP卸载引擎设计与实现[J]. 计算机工程, 2022, 48(9): 162-170.
[6]	陈可嘉, 刘惠. 基于改进BiGRU-CNN的中文文本分类方法[J]. 计算机工程, 2022, 48(5): 59-66,73.
[7]	李冉冉, 刘大明, 刘正, 常高祥. 融合笔画特征的胶囊网络文本分类[J]. 计算机工程, 2022, 48(3): 69-73,80.
[8]	雷恒林, 古兰拜尔·吐尔洪, 买日旦·吾守尔, 曾琪. 基于Hellinger距离与词向量的终身机器学习主题模型[J]. 计算机工程, 2022, 48(11): 89-95.
[9]	武娇, 洪彩凤, 顾永春, 顾兴全, 金世举. 基于类邻域字典的线性回归文本分类[J]. 计算机工程, 2021, 47(8): 93-99,108.
[10]	顾亦然, 霍建霖, 杨海根, 卢逸飞, 郭玉雯. 基于BERT的电机领域中文命名实体识别方法[J]. 计算机工程, 2021, 47(8): 78-83,92.
[11]	廖汉松, 吴朝晖, 李斌. 基于RISC-V的卷积神经网络专用指令集处理器[J]. 计算机工程, 2021, 47(7): 196-204.
[12]	李晶晶, 孟利超, 张可, 鲁珂, 申恒涛. 领域自适应研究综述[J]. 计算机工程, 2021, 47(6): 1-13.
[13]	彭俊利, 谷雨, 张震, 耿小航. 融合单词贡献度与Word2Vec词向量的文档表示[J]. 计算机工程, 2021, 47(4): 62-67.
[14]	周伟枭, 蓝雯飞. 融合文本分类的多任务学习摘要模型[J]. 计算机工程, 2021, 47(4): 48-55.
[15]	何力, 郑灶贤, 项凤涛, 吴建宅, 谭林. 基于深度学习的文本分类技术研究进展[J]. 计算机工程, 2021, 47(2): 1-11.

选择文件类型/文献管理软件名称

选择包含的内容

基于文章标题信息的汉语自动文本分类

Chinese Automatic Text Categorization Based on Article Title Information

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于文章标题信息的汉语自动文本分类

Chinese Automatic Text Categorization Based on Article Title Information

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价