文献类型：期刊文章

作　　者：麦林[1] 俞能海[1]

机构地区：[1]中国科学技术大学多媒体计算与通信教育部微软重点实验室,安徽合肥230027

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(60672056)资助;国家"八六三"高技术研究发展计划项目(2008AA01Z117)资助;高等学校博士学科点专项科研基金资助项目(20070358040)资助

年　　份：2010

卷　　号：31

期　　号：6

起止页码：1129-1132

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：博客已经成为了互联网上最热门的应用之一.博客文章内容千差万别,对其进行分类具有重要意义.博客文章有别于新闻文章,普通文本分类方法直接应用于博客文章效果不理想.提出一种新的方法,充分利用了博客文章特有的Tag、用户自定义类别等多个特征,并对各项特征进行融合.另外,通过对自定义类别进行预处理,过滤与类别无关的噪声单词.实验结果表明多特征融合的方法能够有效提高博客文章分类的准确率.

关 键 词：文本分类 博客文章分类  博客文章特征  多特征融合

分 类 号：TP391]