节点文献
基于Ngram信息的中文文档分类研究
Chinese Documents Categorization Based on N gram Information
【摘要】 传统文档分类系统都是基于文档的词属性 ,分类过程需要庞大的词典支持和复杂的切词处理。本文研究基于N gram信息的中文文档分类 ,使中文文档分类系统摆脱对词典和切词处理的依赖 ,从而实现中文文档分类的领域无关性和时间无关性。利用kNN分类方法 ,实现了一个基于N gram信息的中文文档分类系统。测试结果表明该文档分类系统具有和其它同类文档分类系统相当的性能
【Abstract】 Traditional document classifiers are based on
【关键词】 文档分类；
Ngram信息；
属性选择；
kNN法；
【Key words】 in the documents； which need dictionaries support and efficient segmentation procedures.This paper explores the problem of utilizing N gram information to categorize Chinese documents so that the classifiers can shake off the burden of large di；
【Key words】 in the documents； which need dictionaries support and efficient segmentation procedures.This paper explores the problem of utilizing N gram information to categorize Chinese documents so that the classifiers can shake off the burden of large di；
【基金】 国家自然科学基金! ( 6993 30 10 ) ;国家 863计划 !( 863 -3 0 6-ZT0 4 -0 2 -2 )
- 【文献出处】 中文信息学报 ,Journal of Chinese Information Processing , 编辑部邮箱 ,2001年01期
- 【分类号】TP391.1
- 【被引频次】133
- 【下载频次】708