欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
现有的博客文章分类的研究通常直接沿用传统文本分类方法，并没有结合博客自身的特点。研究基于文章要素的影响分析实现分类效果的改进。提出了一种简单的博客文本去噪方法，以保证博客数据的可靠性；提出了基于博客标签的中文词库扩展方法，用于改善中文分词效果，以提高博客分类的准确性；根据综合评价模型G1法计算博客文章中标题、标签、类别、首段、末段以及正文等文章要素的权重，分析它们对博客分类的影响。实验结果表明，研究提出的方法比传统的TFIDF方法有更好的分类效果。
英文摘要：
Traditional text classification methods are directly used to classify blog posts without considering characteristics of blog posts,so this paper proposes a method to improve classification results by considering the impact of article elements. This paper proposes an easy method to get rid of noisy posts in order to ensure the reliability of the posts;blog tags are used to extend the thesaurus so as to improve words segment and the accuracy of blog classification;Gl method proposed in comprehensive evaluation model is used to calculate the weights of title,tag, label, first paragraph,last paragraph and other part,which are to be analyzed in blog classification.Experimental results show that this method can gain better classification performance than traditional TF-IDF method.
同期刊论文项目
同项目期刊论文
位置：