中文科技論文文本分類研究.pdf

1、本文針對中文科技論文文本特殊的文體格式和語言風格進行了系統(tǒng)地研究。全文主要從預處理、特征提取和分類算法三大部分展開，重點研究了基于自然語言處理的特征提取和基于層次分類模型的分類算法。 預處理方面，分為兩個步驟：科技論文文本數(shù)據(jù)預處理和中文分詞處理。特征提取方面，分為文本特征表示和文本特征優(yōu)化，而重點放在文本特征表示這一部分。 在自然語言處理方面，主要建立了基于自然語言處理的特征提取模型。語法分析層面，提出一種基于詞性判斷

2、規(guī)則的組塊分析策略，對自然語言進行“分而治之”的語法分析；語義層面，結合中文科技論文文本的強領域特征建立了一個領域概念樹模型，并在此基礎上進行了概念語義分析；語用層面，則在概念層上基于詞匯間相似度和關聯(lián)度，提出了一種語境分析方法。實驗表明，在自然語言處理中，選擇領域概念作為特征項，其宏平均下的F1值為79.35％，微平均下的F1值為88.00％。 在分類算法方面，提出了一種新的層次分類模型，為分類算法建立了一個優(yōu)良的模型依據(jù)。它