-
题名基于维基百科类别的文本特征表示
被引量：16
- 1
-
-
作者
王锦
王会珍
张俐
-
机构
东北大学自然语言处理实验室
医学影像计算教育部重点实验室(东北大学)
-
出处
《中文信息学报》
CSCD
北大核心
2011年第2期27-31,共5页
-
基金
国家自然科学基金资助项目(60873091
61073140)
+1 种基金
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)
-
文摘
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
-
Keywords
text classification
text representation
wikipedia category
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
