您的位置： 专家智库 > >

周新栋

作品数：2 被引量：25H指数：2
供职机构：国防科学技术大学计算机学院更多>>
发文基金：国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇文本分类
  • 1篇语言模型
  • 1篇索引
  • 1篇文本分类方法
  • 1篇文本分类模型
  • 1篇文档
  • 1篇文档索引
  • 1篇类方
  • 1篇类模型
  • 1篇N元语言模型

机构

  • 2篇国防科学技术...
  • 1篇解放军电子工...

作者

  • 2篇周新栋
  • 1篇陆余良
  • 1篇王挺
  • 1篇刘金红

传媒

  • 1篇计算机工程
  • 1篇计算机应用

年份

  • 1篇2007
  • 1篇2005
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
一种辅以强规则学习的双层文本分类模型被引量：3
2007年
随着基于机器学习的文本自动分类方法成为主流分类技术,基于机器学习的文本分类方法往往忽视了对规则分类方法的有效运用。该文将基于规则的分类思想和基于机器学习的分类方法有机地结合起来,把规则判别看作一个分量分类器,提出了一种辅以规则补充的双层文本分类模型和一种优化的分类规则学习算法。根据该方法设计并实现了一个基于规则和N-Gram统计分类相结合的双层分类器,进行了双层分类模型与单独的N-Gram分类模型的实验,结果表明辅以规则补充的双层分类器具有更好的分类性能。
刘金红陆余良周新栋
关键词：文本分类文档索引
基于N元语言模型的文本分类方法被引量：22
2005年
分类是近年来自然语言处理领域的一个研究热点。在分析了传统的分类模型后,文中提出了用N元语言模型作为中文文本分类模型。该模型不以传统的"词袋"(bagofwords)方法表示文档,而将文档视为词的随机观察序列。根据该方法,设计并实现一个基于词的2元语言模型分类器。通过N元语言模型与传统分类模型(向量空间模型和NaiveBayes模型)的实验对比,结果表明:N元模型分类器具有更好的分类性能。
周新栋王挺
关键词：文本分类N元语言模型
全选 清除 导出
共1页<1>
聚类工具0