将HNC领域引入文本分类的尝试与探讨

摘要：

在本文中，我们尝试将HNC领域作为文本特征，结合现有的分类技术，探索一条文本分类的新方法。本文对这一方法作了详细说明，并给出了试验数据及数据分析。通过试验，我们发现，单纯基于领域特征分类方法在分类精度上不如基于词特征的方法，基于词和领域的混合特征则在效果上略有提高；在分类速度和特征压缩比方面，基于领域特征的算法远远高于其他算法。

关键词： 中文信息处理 HNC理论 文本分类 向量空间模型 领域特征算法

作者: 邬郑 吕晓莉 晋耀红

作者单位: 北京大正语言知识处理研究院 北京 100081 北京大正语言知识处理研究院 北京 100081;中国科学院声学研究所 北京 100080

会议类型: 国内会议

会议名称: 第三届HNC与语言学研究学术研讨会

会议地点: 北京

会议语种:中文

页码: 481-488

在线出版日期: 2005-12-21（万方平台首次上网日期，不代表论文的发表时间）