一种舆情分析中的文本分类方法

作     者：白书奎 韩立新 殷俊环 郑晓刚 张银川 曾晓勤 BAI Shu-kui;HAN Li-xin;YIN Jun-huan;ZHENG Xiao-gang;ZHANG Yin-chuan;ZENG Xiao-qin

作者机构：河海大学计算机与信息学院南京211100 东南大学生物电子学国家重点实验室南京210096 

基　　金：国家自然科学基金项目(60971088) 

出 版 物：《信息技术》 (Information Technology)

年 卷 期：2013年第37卷第3期

页      码：9-13页

摘      要：文中设计并实现了一种舆情分析中的文本分类方法。使用改进的隐马尔可夫分词方法对文本分词,结合Boosting算法生成动态停用词词库的贝叶斯文本分类方法对测试数据集分类。实验数据表明,该分类方法能取得较好的文本分类结果。

主 题 词：隐马尔可夫模型 中文分词 贝叶斯 Boosting算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13274/j.cnki.hdzj.2013.03.029

馆 藏 号：203124218...