融入实体特征的典籍自动分类研究

摘要：

[目的]在传统统计特征词算法的基础上,添加实体特征对10本古代典籍进行分类研究.[方法]基于支持向量机模型,分别采用传统的TF-IDF、信息增益、卡方检验、互信息4种统计量计算特征词,再加人命名实体这一特征,验证分类器的分类效果.[结果]加入实体特征之后分类器的最高精度达98.7％.在传统的信息增益、TF-IDF、互信息和卡方检验特征计算下的分类精度分别提高12.4％、12.4％、12.3％、22.8％.[局限]将实体特征迁移到其他文本有一定的局限性,需要重新标注识别实体.[结论]实体可以作为一类特征应用到文本分类模型中,具有实际的应用推广价值.

关键词：古代典籍、文本分类、实体、支持向量机

所属期刊栏目：3

分类号：G252(图书馆学、图书馆事业)

资助基金：国家社会科学基金重大项目“基于《汉学引得丛刊》的典籍知识库构建及人文计算研究”15ZDB127;国家自然科学基金面上项目“基于典籍引得的句法级汉英平行语料库构建及人文计算研究”项目71673143的研究成果之一

在线出版日期：2019-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76