Text Classification Using Sentential Frequent Itemsets
摘要
文章分类技术主要依靠，数据设置了的文件的单个术语分析更多的概念，特别特定的，被术语的集合通常传送。完成更多的精确文章分类器，在一样的句子包括经常的共同发生的词的更增进知识的特征和他们的重量在如此的情形是特别地重要的。在这篇论文，我们用句子的经常的条款集合建议一条新奇途径，一个概念来自协会规则采矿为文章分类，它把一个句子而非一个文件看作一宗交易，并且使用变量精度粗集评估各句子的经常的 itemset 的贡献到分类的基于的方法。在路透社和新闻组语料库上的实验被执行，它验证建议系统的有实行可能。电子增补材料电子增补材料为在 http://dx.doi.org/10.1007/s11390-007-9041-7 的这篇文章是可得到的并且为授权的用户可存取。
引用本文（GB/T 7714）
刘石竹, 胡和平. Text Classification Using Sentential Frequent Itemsets[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2007.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。