基于特征词的Web领域知识分类研究 |
| |
引用本文: | 高俊平,张晖,赵旭剑,杨春明,李波.基于特征词的Web领域知识分类研究[J].教育技术导刊,2016,15(2):9-11. |
| |
作者姓名: | 高俊平 张晖 赵旭剑 杨春明 李波 |
| |
作者单位: | 西南科技大学 计算机科学与技术学院;西南科技大学 教育信息化推进办公室,四川 绵阳 621010;中国科学技术大学 计算机科学与技术学院,安徽 合肥 230027 |
| |
摘 要: | Web环境下,领域知识对于构造面向互联网的领域知识间的知识图谱具有重要意义,然而网络数据的杂乱无序使学习者难以快速准确全面地获取其中的领域知识。针对该问题,提出一种基于特征词的Web领域知识文本分类方法,以特征词为特征,利用支持向量机(SVM)作为基本分类算法。实验表明,该方法具有良好的准确率和召回率,能有效地从数据中分类出含有领域知识的数据,为面向Web的领域知识后续研究奠定基础。
|
关 键 词: | 领域知识 知识图谱 文本分类 支持向量机 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|