中文文本投訴信息自動分類系統(tǒng)研究.pdf

1、現(xiàn)今Internet已然成為人們獲取信息的主要來源,它的快速發(fā)展使得信息資源迅速膨脹,文本自動分類作為有效地組織和管理這些信息的關(guān)鍵技術(shù)之一有著廣泛的應(yīng)用前景。
　　 本文結(jié)合東北師范大學(xué)理想信息技術(shù)研究院“長春市市長公開電話智能綜合服務(wù)網(wǎng)絡(luò)”的項目,其中關(guān)于如何對市民發(fā)出的投訴信息有效分類的問題進(jìn)行研究。該項目中原始的分類系統(tǒng)是基于統(tǒng)計方法建立的,在實際應(yīng)用中雖然取得了一定效果,但分類準(zhǔn)確率不理想的缺點日益凸顯。為了提高分類準(zhǔn)

2、確率,本文在原系統(tǒng)的基礎(chǔ)上尋求有效的改進(jìn)方法。研究工作主要包括:首先,面向投訴領(lǐng)域構(gòu)建了基于關(guān)鍵詞組的分類體系庫,并且對分類體系庫的基本單元即關(guān)鍵詞組的形式化描述、存儲形式進(jìn)行深入研究。其次,建立了模糊詞典,目的是對分詞詞典進(jìn)行同義詞的擴展以此提高分詞準(zhǔn)確率。最后,對比研究了文本自動分類系統(tǒng)常用的分詞算法和分類算法。在現(xiàn)有的研究成果基礎(chǔ)上進(jìn)行了最大匹配分詞算法的改進(jìn),以及改進(jìn)的KNN分類算法在關(guān)鍵詞組概念下的應(yīng)用。結(jié)合以上主要研究內(nèi)容,