论文部分内容阅读
为克服当前文本分类法中基于词形匹配带来的局限性，基于WordNet语义词典和隐含语义索引（LSI）模型，提出了基于语义集索引的英文文本分类方法．该方法在分类初期首先利用WordNet构建语义词典库，利用单词的语义集代替单词作为文本特征向量的特征项；然后利用LSI模型进一步深入挖掘语义集概念问的深层联系。将语言知识和概念索引有效地融合到文本向量空间的表示中．针对NaiveBayes及简单向量距离文本分类法的实验结果显示，2种文本分类法的分类准确率均随着语义分析的深入逐步提高，充分表明了语义挖掘对文本分类的重