基于向量空间模型的中文文本层次分类方法研究

摘要

在文本分类的类别数量庞大的情况下,层次分类是一种有效的分类途径.针对层次分类的结构特点,考虑到不同的层次对特征选择和分类方法有不同的要求,提出了新的基于向量空间模型的二重特征选择方法FDS以及层次分类算法HTC.二重特征选择方法对每一层均进行一次特征选择,并逐层改变特征数量和权重计算方法;HTC算法把分别对粗分和细分更有效的类中心向量法与SVM方法相结合.实验表明,该方法相对于平面分类和一般的层次分类方法,有较高的准确率.