点击次数：

论文类型：期刊论文

发表时间：2009-01-01

发表刊物：情报学报

收录刊物：PKU、ISTIC、CSCD、CSSCI

卷号：28

期号：6

页面范围：839-843

ISSN号：1000-0135

关键字：信息资源管理;句子包;文本表示;文本分类

摘要：文本挖掘技术是信息资源管理的一项关键技术.向量空间模型是文本挖掘中成熟的文本表示模型,通常以词语或短语作为特征项,但这些特征项只能提供较少的语义信息.为实现基于内容的文本挖掘,本文将文本切分粒度从词语或短语提高到句子,用句子包表示文本,使用句子相似度定义文本相似度,用KNN算法进行中文文本分类,验证模型的可行性.实验证明,基于句子包的KNN算法的平均精度(92.12%)和召回率(92.01%)是比较理想的.