基于Ontology的Web文本分类法

摘要

传统方法处理文本分类时都需要进行文本训练,并且在文本表示时需要抽取特征项.搜集训练文本的过程需要费时费力的人工参与,而且中文信息的特征项抽取工作难度较大.为了解决这些问题,本文探讨了一种新的文本分类法--基于Ontology的Web文本分类法.该方法首先通过"知网"建立一个Ontology,然后根据分类体系建立每个类的Ontology,最后根据每个类的Ontology对文本进行分类.试验表明这种分类法与KNN分类法在准确率上相当,但比KNN方法稳定,在召回率上优于KNN方法.