XML文档分类中特征表达方法的研究 |
| |
引用本文: | 魏东平,马弋惠.XML文档分类中特征表达方法的研究[J].计算技术与自动化,2020,39(3):91-96. |
| |
作者姓名: | 魏东平 马弋惠 |
| |
作者单位: | 中国石油大学(华东)计算机科学与技术学院,山东青岛266580;中国石油大学(华东)计算机科学与技术学院,山东青岛266580 |
| |
摘 要: | XML文档分类技术可以高效地管理海量存在的数据,XML文档同时拥有结构信息和文本信息。为充分利用XML特点,优化分类效果,在结构链接表达模型(structured link vector model,简称SLVM)的基础上,提出了一种新的特征表达方法,即P-SLVM表达模型。该模型在传统的tf*idf的权重设置方式基础上,根据特征词在类中的分布情况,对特征词权重设置进行改进,同时利用泊松分布理论、特征词所在位置等对结构单元进行加权,以更为有效地表达结构信息和内容信息。实验结果表明,在P-SLVM表达模型下进行的XML文档的分类,有更好的分类效果。
|
关 键 词: | XML文档 分类 结构链接模型 tf*idf 泊松分布 |
Research on Feature Expression Methods
in XML Document Classification |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |
|