论文部分内容阅读
针对统计方法不能从语义理解的角度进行文本分类的问题，提出了利用概念层次网络概念知识进行文本分类的方法，包括两部分：依据概念进行特征选取以及根据类别关联度分类．在特征选取时，通过计算概念与类别的区分度挖掘出类别核心概念，并采用类别核心概念对特征项进行精选．依据类别核心概念相关的类别语义信息，提出了文档与类别关联度的计算方法，并根据类别关联度来判断文本类别．实验表明，该方法可有效降低特征空间维数，在提高分类效率的同时保证了分类效果，F1值略有提高．与SVM、KNN和Bayes分类器对比，当特征项数目较少时，该