使用概念基元特征进行自动文本分类

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (1): 24-24.

使用概念基元特征进行自动文本分类

贾宁

中国科学院声学研究所

收稿日期:2006-07-19 修回日期:1900-01-01 出版日期:2007-01-01 发布日期:2007-01-01
通讯作者: 贾宁 gnin_aij gnin_aij

Using Concept Primitive Feature for Text Classification

Ning Jia

中国科学院声学研究所

Received:2006-07-19 Revised:1900-01-01 Online:2007-01-01 Published:2007-01-01
Contact: Ning Jia

摘要/Abstract

摘要： 自动文本分类技术是大规模文档数据处理的关键技术，在文本分类过程中通常先进行文本表示，即把文本转化为特征向量，这其中常用的特征有特征词、词频、N－gram等等。本文研究了一种新的特征，即词语的HNC概念符号。词语的HNC概念符号来自于HNC（概念层次网络Hierarchical Network of Concepts）建立的语义网络，以符号表达式的方式表示了词语的语义信息。因此使用HNC概念符号作为特征实际上是以文本中蕴含的语义信息作为特征，和词频等使用文本表层信息的特征有本质的不同。本文采用最大熵模型的方法建立分类器，以分词和HNC概念符号作为特征进行了研究，并对分类结果进行了比较。结果表明，HNC特征优于分词特征。

关键词: HNC, 特征, 文本分类

Abstract: This paper presents a new kind of feature for text classification. The new features are based on HNC (Hierarchical Network of Concepts) concept primitive. HNC concept primitive are elements of HNC semantic network. They express word’s semantic meaning with symbol expressions. We found the system with Maximum Entropy Model, and test word feature and HNC concept primitive feature respectively. The result shows that HNC concept primitive feature is better than word feature

Key words: HNC, feature, text classification

贾宁. 使用概念基元特征进行自动文本分类[J]. 计算机工程与应用, 2007, 43(1): 24-24.

Ning Jia. Using Concept Primitive Feature for Text Classification[J]. Computer Engineering and Applications, 2007, 43(1): 24-24.

[1]	李彪, 孙瑾, 李星达, 李扬. 自适应特征融合的相关滤波跟踪算法[J]. 计算机工程与应用, 2022, 58(9): 208-218.
[2]	王玲敏, 段军, 辛立伟. 引入注意力机制的YOLOv5安全帽佩戴检测方法[J]. 计算机工程与应用, 2022, 58(9): 303-312.
[3]	杨荣莹, 何庆, 杜逆索. 门控多特征提取器的中文命名实体识别[J]. 计算机工程与应用, 2022, 58(8): 117-124.
[4]	郭馨蔚, 马楠, 刘伟锋, 孙富春, 张津丽, 陈洋, 张国平. 咽拭子采集机器人表情识别与交互[J]. 计算机工程与应用, 2022, 58(8): 125-135.
[5]	赵江, 孟晨阳, 王晓博, 郝崇清, 李冉, 刘慧贤, 王昭雷. 特征点提取下的AGV栅格法建模与分析[J]. 计算机工程与应用, 2022, 58(8): 156-167.
[6]	谌鈫, 陈兰岚, 江润强. 集成胶囊网络的脑电情绪识别[J]. 计算机工程与应用, 2022, 58(8): 175-184.
[7]	于慧伶, 钱成帅. 基于自适应正则化的东北虎重识别方法[J]. 计算机工程与应用, 2022, 58(8): 191-197.
[8]	王伟, 浦一雯. 区域特征融合的高血压视网膜病变分类方法[J]. 计算机工程与应用, 2022, 58(8): 230-236.
[9]	赵杰伦, 张兴忠, 董红月. 基于尺度不变特征金字塔的输电线路缺陷检测[J]. 计算机工程与应用, 2022, 58(8): 289-296.
[10]	郑诚, 陈杰, 董春阳. 结合图卷积的深层神经网络用于文本分类[J]. 计算机工程与应用, 2022, 58(7): 206-212.
[11]	曹渝昆, 孙涛. 基于GLSTM和Attention的中文事件要素提取[J]. 计算机工程与应用, 2022, 58(6): 157-163.
[12]	谢冬, 孟凡荣, 贺恒桃, 闫秋艳. 课堂环境下用于头部行为识别的李群特征表示[J]. 计算机工程与应用, 2022, 58(6): 164-169.
[13]	韩明, 王景芹, 王敬涛, 孟军英. 级联特征融合孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2022, 58(6): 208-218.
[14]	章雪瑞, 孙凤铭, 袁夏. 视频目标分割中帧间相似性传播的研究[J]. 计算机工程与应用, 2022, 58(6): 227-233.
[15]	赵宏, 傅兆阳, 赵凡. 基于BERT和层次化Attention的微博情感分析研究[J]. 计算机工程与应用, 2022, 58(5): 156-162.