基于文本团的自动文本分类方法

摘要

自动文本分类是指在给定的分类体系下，对未知类别的文档进行自动处理，并根据文档特征判断其所属类别的过程.现有的文本分类算法如：KNN、SVM大都基于向量空间模型，没有考虑文档的语义特征信息。本文根据文档相似性矩阵构造文本相似图，在图中提取文本团(完全子图)，这些文本团可以反映每个类别的主题信息，由此构造分类器，进而与经典的分类器组合，进行文本分类.在复旦大学中文文本分类语料库和20 Newsgroups上进行实验，实验表明本文提出的分类方法较大改进了分类性能.