重复串特征提取算法在不良信息检测中的应用

摘要：

根据同一类文档的主题相关性，利用文档实例集中频繁出现的一组重复子串作为该类文档的特征描述，设计了基于重复串的特征提取算法。该算法避免了分词处理。实验表明，能够降低特征维数，有效提高不良信息检测的效率。

关键词： 内容安全 文本分类 特征提取 重复串

作者: 黄旭 朱艳琴 罗喜召

作者单位: 苏州大学计算机科学与技术学院,江苏 苏州 215006

会议类型: 国内会议

会议名称: 第三届全国信息检索与内容安全学术会议

会议地点: 苏州

会议语种:中文

页码: 270-275

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）