基于Boosting方法的中文文档层次分类

摘要

文档分类是管理大规模文档信息的一种有效方法，但已有中文文档分类系统大都忽略了文档类的层次结构。该文基于Boosting方法，研究了中文文档的层次分类问题。为了使分类过程摆脱对词典和切词处理的依赖，该文利用N-gram信息进行中文文档分类，实现中文文档分类的领域无关性和时间无关性。