文本分类系统SECTCS中若干技术问题的探讨  

Discussion on Technical Issues Involved in SECTCS

作　　者：唐焕玲[1] 付克明[2] 鲁明羽[3] 

机构地区：[1]烟台职业学院计算机专业教研室 [2]烟台大学光电信息学院,烟台264005 [3]烟台大学计算机学院

出　　处：《计算机工程与应用》2003年第11期80-83,共4页Computer Engineering and Applications

基　　金：国家973重点研究发展规划项目(编号:G1998030414);国家自然科学基金项目(编号:79990580)

摘　　要：SECTCS是笔者在深入研究各种文本分类方法的基础上实现的一个中英文文本分类系统。它集成了质心分类、K近邻分类和朴素贝叶斯分类器等多种文本分类方法,在大规模文本分类实验中表现出良好的性能。该文结合以该系统作为测试平台所得到的各种实验结果,对系统中涉及的若干重要技术问题进行探讨和分析,力图得到一些有价值的结论,希望能够对相关研究工作提供可借鉴的依据。SECTCS is an English and Chinese text classification system that is implemented by authors based on the study on text classification methods,in which multiple classification approaches are integrated,such as centroid classification model,KNN and Nave Bayesian classifier.Its performance is excellent in text classification experiments on large scale.This paper discusses some technical issues involved in SECTCS based on its experimental results to draw a few valuable conclusions for reference.

关 键 词：文本分类 VSM KNN Naieve BAYES分类器 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]