基于知网语义相似度的中文文本分类研究

摘要：

[目的]准确计算中文文本间的相似度,以提升文本分类的精度.[方法]利用TF-IDF算法计算特征词项权值,并借助知网分析词项间的语义关系,提出一种基于知网语义相似度的文本相似度加权算法,并对该算法进行中文文本分类实验.[结果]实验结果表明,该方法较传统的文本相似度计算方法在文本分类性能上有所提高.[局限]该算法的时间复杂度较高,文本分类的处理速度有待提高.[结论]该方法考虑特征项间的语义关系,能够有效提升中文文本的分类精度.

关键词：文本分类、语义相似度、知网

分类号：G353.1(情报学、情报工作)

资助基金：本文系国家自然科学基金项目“基于复杂网络的中文文本语义相似度研究”项目编号:71373200的研究成果之一.

在线出版日期：2015-03-20（万方平台首次上网日期，不代表论文的发表时间）

页码：39-45