統(tǒng)一利用外部語義知識改進文本分類的研究.pdf

1、自動文本分類是信息檢索領(lǐng)域的基本任務(wù)之一。隨著互聯(lián)網(wǎng)上的信息量呈爆炸性增長，人們很難從大量的文本信息中迅速有效地提取出所需信息。為了解決信息迷向的現(xiàn)象，對文本分類的研究顯得越來越重要。
　　 傳統(tǒng)的文本分類方法是基于詞袋模型“bag of words”(BOW)，這種方法忽視了文本中詞的語義含義。為了解決這種問題，人們提出了隱含語義分析的方法，比如LSA(Latent Semantic Analysis)技術(shù)。以及使用外部語義知

2、識的方法，比如通過使用WordNet語義詞典的技術(shù)。試圖通過這些方法達到從語義上理解文本。但是這些方法都未能形成一個統(tǒng)一的利用語義知識的途徑。
　　 本文提出了一種新的統(tǒng)一利用外部語義知識，來理解文本的語義，并進而對文件進行分類的方法。該方法綜合利用了LSA技術(shù)，以及外部的語義知識。它能夠統(tǒng)一的利用所有的外部語義知識，不需要事前做整理工作。具體步驟是：首先是構(gòu)建了一個簡單的檢索模型，能夠從外部知識中找到與訓練樣本最相關(guān)的頁面。接