文献类型：期刊文章

作　　者：王锦[1,2] 王会珍[1,2] 张俐[1,2]

机构地区：[1]东北大学自然语言处理实验室,辽宁沈阳110004 [2]医学影像计算教育部重点实验室(东北大学),辽宁沈阳110819

出　　处：《中文信息学报》

基　　金：国家自然科学基金资助项目(60873091;61073140);中央高校基本科研业务费专项资金;高等学校博士学科点专项科研基金资助项目(20100042110031)

年　　份：2011

卷　　号：25

期　　号：2

起止页码：27-31

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、核心刊

摘　　要：该文提出了基于维基百科类别体系的文本特征表示方法,方法是将文本中的词映射到维基百科的类别体系中,使用类别作为特征来对文本进行表示。基于维基类别的文本特征表示方法可以增强文本特征表示能力,降低文本特征空间维数。针对维基百科条目在语料中覆盖度不足的问题,该文提出了一种基于全局信息自学习维基百科类别的方法。该文构造基于维基百科类别为文本表示的分类系统,实验结果证明,基于维基百科类别作为文本表示特征,相对于词袋模型,具有明显的降维效果,在当特征数量较少时(如:<700),分类的F1值提高了5.14%。

关 键 词：文本分类 维基百科类别  文本表示

分 类 号：TP391]