中文科技論文文本分類研究.pdf

1、本文針對(duì)中文科技論文文本特殊的文體格式和語(yǔ)言風(fēng)格進(jìn)行了系統(tǒng)地研究。全文主要從預(yù)處理、特征提取和分類算法三大部分展開，重點(diǎn)研究了基于自然語(yǔ)言處理的特征提取和基于層次分類模型的分類算法。 預(yù)處理方面，分為兩個(gè)步驟：科技論文文本數(shù)據(jù)預(yù)處理和中文分詞處理。特征提取方面，分為文本特征表示和文本特征優(yōu)化，而重點(diǎn)放在文本特征表示這一部分。 在自然語(yǔ)言處理方面，主要建立了基于自然語(yǔ)言處理的特征提取模型。語(yǔ)法分析層面，提出一種基于詞性判斷

2、規(guī)則的組塊分析策略，對(duì)自然語(yǔ)言進(jìn)行“分而治之”的語(yǔ)法分析；語(yǔ)義層面，結(jié)合中文科技論文文本的強(qiáng)領(lǐng)域特征建立了一個(gè)領(lǐng)域概念樹模型，并在此基礎(chǔ)上進(jìn)行了概念語(yǔ)義分析；語(yǔ)用層面，則在概念層上基于詞匯間相似度和關(guān)聯(lián)度，提出了一種語(yǔ)境分析方法。實(shí)驗(yàn)表明，在自然語(yǔ)言處理中，選擇領(lǐng)域概念作為特征項(xiàng)，其宏平均下的F1值為79.35％，微平均下的F1值為88.00％。 在分類算法方面，提出了一種新的層次分類模型，為分類算法建立了一個(gè)優(yōu)良的模型依據(jù)。它