何维
- 作品数：3 被引量：14H指数：2
- 供职机构：大连理工大学管理学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术语言文字更多>>
- 基于句子的文本表示及中文文本分类研究被引量：4
- 2009年
- 文本挖掘技术是信息资源管理的一项关键技术。向量空间模型是文本挖掘中成熟的文本表示模型,通常以词语或短语作为特征项,但这些特征项只能提供较少的语义信息。为实现基于内容的文本挖掘,本文将文本切分粒度从词语或短语提高到句子,用句子包表示文本,使用句子相似度定义文本相似度,用KNN算法进行中文文本分类,验证模型的可行性。实验证明,基于句子包的KNN算法的平均精度（92.12%）和召回率（92.01%）是比较理想的。
- 何维王宇
- 关键词：信息资源管理文本表示文本分类
- 基于句子关系图的网页文本主题句抽取被引量：10
- 2009年
- 针对网页文本结构信息少、噪声大的特点,将句子看作点,将句子间的相似性看作边,用句子关系图描述文本中句子间的关系。抽取文本主题句的任务转化为搜索图中边最多的点。利用语义词典,将句子相似度定义为句子语义相似度,解决短文本词频相似度低的问题。选用互联网公开语料进行测试,抽取的主题句达到平均80.6%的可接受性。
- 何维王宇
- 关键词：主题句句子相似度
- 基于句子包相似度的文本复制检测研究
- 术论文的复制检测研究进行了概述和分析.为实现语义相同写法不同的文本的复制检测,提出基于句子包相似度的复制检测算法.该算法注重从句子语义的角度计算句子间的相似度,首先把文本切分成句子包,然后定义并计算句子的相似度,再在此基...
- 王宇王森何维
- 关键词：TEXTCOPYSENTENCEBAGSIMILARITYSENTENCETEXT
