论文部分内容阅读
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。