东北大学计算机姚天顺简历,基于汉语分析的中文分类方法.pdf

基于汉语分析的中文分类方法

战学刚姚天顺

东北大学计算机科学与工程系沈阳110000

ics@maillieueduCII

摘要标题同文章的主题有着密切关系。在人工分类过程中，大多数文献的类别均可通过其标题来判

定。基于这一事实，本文提出一种复合分类方法，它将汉语分析技术同传统分类方法结合起来。即对文

献的标题进行语法分析，求出标题中对于分类有意义的核心词汇，从而确定文献的娄另lI。当技种方法无

法判定类别时，则用基于词汇的统计方法进行分类。实验结果表明，这种方法在精度和效率方面均高r

单纯的统计方法。

关键词文献分类，语法分析，自然语言理解

A

ChineseDocumentClassificationMethod

BasedOll

SyntaxAnalysis

Zhan andYaoTianshun

Xuegang

Departanent Science，Northeastern 1 10006

ofComputer University，Shenyang

cn

nell．edu

ics@mail

AbstractThe ofa

title docmnentis relatedtoits Basedonthefacttlmt

closely topic

canbe classified totheir a documentclassification

manually according titles，wepropose

hybrid

methodflmtcombines oftheChinese andtraditionalclassificationmethodIt

syntaxanalysis language

extracts words a thewordstoa

significant parserand，ifsuccessful，maps

thmugh corresponding

it to The

category．Iffatts，weusethetraditiohalstatisticalclassificationmethod

decide‰category

experimentalresultsshowthatthe methodisbetterthanthe traditionallnethodin

hybrid pure

performance

words

Key document

classification，syntaxanalysis，naturallanguageunderstanding

·412·

1引言

文献分类就是将大量的文献归到一个或多个文献类别中。文献分类一般是通过统计方

法或知识工