文本層次分類(lèi)技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)在全球范圍內(nèi)的快速發(fā)展，人們面臨的信息呈指數(shù)增加。面對(duì)Internet上信息的紛繁蕪雜，如何快速、準(zhǔn)確全面獲取信息，文本的分類(lèi)技術(shù)作為一種有效組織信息，方便信息定位的技術(shù)，在近十幾年獲得了長(zhǎng)足的發(fā)展?，F(xiàn)實(shí)的分類(lèi)體系更多的具有層次性的關(guān)系，因此，層次性分類(lèi)體系下的文本分類(lèi)具有很好的應(yīng)用價(jià)值。一般層次分類(lèi)中的類(lèi)別以目錄樹(shù)的形式組織，形成分類(lèi)體系的層次關(guān)系，層次文本分類(lèi)采用的是一種分治的策略，整個(gè)分類(lèi)過(guò)程從根節(jié)點(diǎn)開(kāi)始，待分類(lèi)文檔分配

2、到一個(gè)或者幾個(gè)子分類(lèi)樹(shù)節(jié)點(diǎn)下，重復(fù)該過(guò)程，直到不能繼續(xù)分類(lèi)或者到達(dá)葉結(jié)點(diǎn)為止。本文的主要工作如下：
　　(1)提出了一種多分類(lèi)器融合的文本分類(lèi)方法。通過(guò)引入可信度函數(shù)，選擇出主分類(lèi)器較難判決的文本，通過(guò)輔助分類(lèi)器，對(duì)單一主分類(lèi)器不易判決的文本通過(guò)多分類(lèi)器投票方式進(jìn)行判決。實(shí)驗(yàn)表明，該方法有效地提高了最終分類(lèi)的準(zhǔn)確性，時(shí)間開(kāi)銷(xiāo)較單一主分類(lèi)器只有少量增加，在平面分類(lèi)與層次分類(lèi)語(yǔ)料集合上，獲得了較好的效果，顯示了很好的應(yīng)用性。
　

3、　(2)應(yīng)用多重特征選擇與多分類(lèi)器融合方法實(shí)現(xiàn)層次文本分類(lèi)。本文針對(duì)層次性分類(lèi)體系的特點(diǎn)，應(yīng)用多重特征選擇方法，針對(duì)不同層次，對(duì)不同的子分類(lèi)任務(wù)采用不同的特征空間，更好地代表參與子分類(lèi)任務(wù)的類(lèi)別，使其具有更好的可區(qū)分度，同時(shí)將多分類(lèi)器融合方法應(yīng)用于此，在實(shí)際的測(cè)試中獲得了較好的應(yīng)用效果。
　　(3)將多分類(lèi)器融合的方法應(yīng)用于文本傾向性分類(lèi)判別。在篇章級(jí)的文本傾向性判別上，本文提出了一種基于多分類(lèi)器融合的文本傾向性判別方法，針對(duì)傾向