论文部分内容阅读
提出了一种基于序列的文本自动分类算法，该算法利用了文本中两个层次的语义相关性：句子（子模式）之间的相关性和句子内代表特定含义的关键词（概念节点）之间的相关性，这样就实现了对关键词的动态加权，对于不含有关键词的子模式，采用Markov模型来对其信号幅度进行估计，从而生成一个待分类文本的特征序列，在中文本分类实验中，可以达到83％的BEP值，此外，该算法在实际系统中容易实现。