文本層次分類技術(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足的發(fā)展?，F(xiàn)實的分類體系更多的具有層次性的關(guān)系，因此，層次性分類體系下的文本分類具有很好的應(yīng)用價值。一般層次分類中的類別以目錄樹的形式組織，形成分類體系的層次關(guān)系，層次文本分類采用的是一種分治的策略，整個分類過程從根節(jié)點開始，待分類文檔分配

2、到一個或者幾個子分類樹節(jié)點下，重復(fù)該過程，直到不能繼續(xù)分類或者到達(dá)葉結(jié)點為止。本文的主要工作如下：
　　(1)提出了一種多分類器融合的文本分類方法。通過引入可信度函數(shù)，選擇出主分類器較難判決的文本，通過輔助分類器，對單一主分類器不易判決的文本通過多分類器投票方式進(jìn)行判決。實驗表明，該方法有效地提高了最終分類的準(zhǔn)確性，時間開銷較單一主分類器只有少量增加，在平面分類與層次分類語料集合上，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器融合方法實現(xiàn)層次文本分類。本文針對層次性分類體系的特點，應(yīng)用多重特征選擇方法，針對不同層次，對不同的子分類任務(wù)采用不同的特征空間，更好地代表參與子分類任務(wù)的類別，使其具有更好的可區(qū)分度，同時將多分類器融合方法應(yīng)用于此，在實際的測試中獲得了較好的應(yīng)用效果。
　　(3)將多分類器融合的方法應(yīng)用于文本傾向性分類判別。在篇章級的文本傾向性判別上，本文提出了一種基于多分類器融合的文本傾向性判別方法，針對傾向