文本分类
主题词标引
自动文摘
在线演示
技术文档
文本分类：基于关键短语的立体文本分类模型
立足于影响文本分类最底层、最根本的因素：文本表示中的特征项，利用表义完整的关键短语，提高特征项的完整独立程度，有效克服了传统分类算法中向量空间模型和贝叶斯假设（特征之间被假定为是相互条件独立的）的缺点，在3万篇测试集上（15大类，4级244小类），大类微平均提高了3.1％，小类微平均提高了15％。

立体模型是一个交叉多层级的系统。在纵的方面，是一个层级的系统，采用双向层级小类校正算法分类，一级级分到四层子类。在横的方面，采用兼类多标签分类策略，智能判断文档是否兼类，兼哪几类。大类微平均和宏平均F1值比扁平模型分别提高了1.8和2.7个百分点。

基本特点：
◆ 分类速度极快，批处理1000篇6千字文耗时约10秒。
◆ 正确率高，在3万篇开放测试集上，F值约93%。
◆ 用户可根据需要在分类体系中动态增加删除类目，系统自动训练。
◆ 支持自动训练，提供新分类体系和相对应文档，能够自动训练、分类。
◆ 交叉多层级立体分类，支持多级分类，可选兼类。
◆ 可显示类别间相似度，以分析了解分类体系是否设计合理。
◆ 分类方法支持领域知识、统计等多种方法

行业类型
学术类文献情报 非学术性网站新闻 行业知识门户
面向学术类文献情报，如学术专业论文，支持中图法分类体系。 面向新闻网站，针对新闻网页快速准确分类，分类体系可自定义。 面向特定主题的行业，定向挖掘行业知识、构建行业门户网站。

网络新闻类分类体系示例：
15大类

游戏

旅游

汽车

教育

时政_国际

经济

文艺

体育

生活男女

时政_国内

科技

房产

娱乐

时政_社会

时政_军事

244个三级层级小类： 层级分类体系下载

超链接至：文本分类在线演示
版权所有 2006  澜科语言科技中心

Tel：02033615160；13668975203
Email：liuhua0461@hotmail.com