基于概念與詞根雙特征互助文本分類模型的研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡信息以驚人的速度激增，處在一個“信息爆炸”時代，如何快速準確地獲取我們所需要的信息的需求使得文本分類已成為一個非常重要的課題，同時，文本分類技術也是信息檢索、自然語言處理領域的基礎技術，使得更多專家投入到文本分類的研究，應用前景很廣泛。
　　目前有關使用半監(jiān)督學習進行文本分類的研究已經非常深入，其中co-training是半監(jiān)督學習非常典型的一種，并得到了廣泛的應用。但常見的co-training方法應用

2、于文本分類中，在構建雙視圖時，僅僅根據(jù)詞形（詞根）而忽略了語義（概念）對分類的重要性。本文在co-training框架基礎上，融入語義對分類的影響，提出通過概念與詞根雙特征互助的方法來提高分類模型的效果。
　　本文首先簡單介紹了文本分類的研究背景和相關技術，接著詳細介紹了文本算法思想的需要的兩大基礎，co-training框架和WordNet文本庫，并在co-training框架的基礎上結合 WordNet本體庫提出了基于概念與詞

3、根雙特征互助的文本分類算法。相比于其他基于co-training的分類算法，本文從概念與詞根兩個角度去構建雙視圖，而非僅從文本的內容提取詞根構建雙視圖，考慮了語義對分類的影響。其中，基于概念的分類與基于詞根的分類方法又不同，詞根之間的聯(lián)系可以忽略，而 WordNet本體庫中的概念之間是有聯(lián)系，故在進行概念的文本分類時引入了語義相似度的計算，并運用于概念分類用到的計算公式，最后給出了基于概念與詞根文本分類算法的過程描述。
　　本文給