基于语言模型的中文文本分类系统
文本分类技术是近年来自然语言处理研究领域的一个热点，向量空间模型(VSM)是文本分类的经典模型，该模型在应用时假设词与词之间是相互独立的，忽略了任何词序上的相互关系，但是在几乎所有的应用中，词的相对顺序是非常有意义的，针对该特点研究了统计语言模型(LM)并将该模型应用到文本分类上，高阶的语言模型在一定程度上包含了词序信息，根据该方法设计并实现了Bigram模型文本分类器，实验结果表明，在分类准确率和稳定性上，该方法优于传统的向量空间模型。
中文文本分类 语言模型 向量空间模型 统计平滑 自然语言处理
杜鲁燕 苗振江
北京交通大学 信息科学研究所 北京 100044
国内会议
乌鲁木齐
中文
82-86
2009-08-14（万方平台首次上网日期，不代表论文的发表时间）