情报学报
情報學報
정보학보
2006年
2期
202-207
,共6页
Ontology%文本分类%知网
Ontology%文本分類%知網
Ontology%문본분류%지망
传统方法处理文本分类时都需要进行文本训练,并且在文本表示时需要抽取特征项.搜集训练文本的过程需要费时费力的人工参与,而且中文信息的特征项抽取工作难度较大.为了解决这些问题,本文探讨了一种新的文本分类法--基于Ontology的Web文本分类法.该方法首先通过"知网"建立一个Ontology,然后根据分类体系建立每个类的Ontology,最后根据每个类的Ontology对文本进行分类.试验表明这种分类法与KNN分类法在准确率上相当,但比KNN方法稳定,在召回率上优于KNN方法.
傳統方法處理文本分類時都需要進行文本訓練,併且在文本錶示時需要抽取特徵項.搜集訓練文本的過程需要費時費力的人工參與,而且中文信息的特徵項抽取工作難度較大.為瞭解決這些問題,本文探討瞭一種新的文本分類法--基于Ontology的Web文本分類法.該方法首先通過"知網"建立一箇Ontology,然後根據分類體繫建立每箇類的Ontology,最後根據每箇類的Ontology對文本進行分類.試驗錶明這種分類法與KNN分類法在準確率上相噹,但比KNN方法穩定,在召迴率上優于KNN方法.
전통방법처리문본분류시도수요진행문본훈련,병차재문본표시시수요추취특정항.수집훈련문본적과정수요비시비력적인공삼여,이차중문신식적특정항추취공작난도교대.위료해결저사문제,본문탐토료일충신적문본분류법--기우Ontology적Web문본분류법.해방법수선통과"지망"건립일개Ontology,연후근거분류체계건립매개류적Ontology,최후근거매개류적Ontology대문본진행분류.시험표명저충분류법여KNN분류법재준학솔상상당,단비KNN방법은정,재소회솔상우우KNN방법.
