Web网页信息文本分类的研究

作者：李净; 袁小华; 沈晓晶

来源：计算机工程与设计, 2008, (23): 6026-6028.

DOI：10.16208/j.issn1000-7024.2008.23.057

• Web文本分类
• 多主题
• 多分类器
• Boosting算法
• 综合Bayesian分类法 web text categorization
• multi-topic
• multiply classifier
• boosting
• synthesis Bayesian classifier

面对海量的信息如何挖掘出有用的知识是当前研究的热点问题,对Web文本进行分类预处理,可在一定程度上解决此问题。针对Web文档的多主题特性,采用了多分类器模型,根据Web文档具有结构信息的特点,提出了系统的分类框架,对于短小文档采用Boosting和Web文档结构Bayesian分类模型,而对于长文档采用Boosting和综合Bayesian分类模型。实验结果表明,此分类框架具有较好的分类效果。

• 单位
  同济大学; 上海海洋大学