王珊老师和学生写的一文本分类研究进展

随着Internet 的飞速发展,网上电子文档和电子邮件的信息量成爆炸趋势,大规模的 文本处理已经成为一个挑战,而文本自动分类是将文本划分到预定义的类中,帮助人们检索、 查询、过滤和利用信息的有效手段。本文讨论了文本分类的一般过程,介绍了基于统计和机 器学习以及基于语义的文本分类方法及性能评价方法,并针对Web 文档的特殊性特别说明 了Web 文档分类中的链接分析技术,最后对文本分类的发展方向进行了有益的探讨。