简介:总结国内外专利文本分类情况,简要叙述基于机器学习的专利文本分类的-般框架,介绍专利文本分类的文本预处理、特征提取、文本表示、分类器构建及效果评价等过程.将应用于专利文本分类的机器学习算法分为单-分类算法和组合分类算法着重探讨单-分类算法主要有NB算法、ANN算法、Rocchio算法、KNN算法、SVM算法等;组合分类算法主要有两种组合算法,如NB-KNN算法、Rocchio-KNN算法、KNN-SVM算法、SVM-其它算法,还有多种组合算法.指出各种机器学习算法应用在专利文本分类上的优势与不足,从专利文本预处理、特征提取、专利文本表示、分类器的构建、新方法的探索等五个方面对专利文本自动分类技术进行展望.
简介:由于《中国图书馆分类法》的类目数目庞大和文献在各类目上分布的不均衡,导致基于机器统计学习的自动分类技术在此类多层分类上的力不从心。基于人工标引经验的自动分类试图通过情报检索语言兼容互换的原理解决这一问题,然而直接应用标引词串对分类进行匹配在实际应用中产生了一系列的问题。本文试图通过两种分类技术相结合的方法对信息资源进行分类,提出了用相关度度量来测定关键词和类目概念之间的关联,构建关键词、分类号、归属度三元组矩阵的方法进行分类匹配,并在小规模的测试集上得到了较好的效果。本文详细讨论此种分类器的构建原理、构建方法以及分类流程,并对该方法存在的不足进行了分析。
简介:《知识组织文献分类表》系国际知识组织学会(ISKO)创始人IngetrautDahlberg博士为1974年创刊的《国际分类》杂志“分类法文献”栏目编纂的。1993年在该刊发表时,Dahlberg职博士在前面增加了一个导言。本表的许多类目可以根据学科或专业进行复分(以*标示),复分的依据是Dahlberg博士编纂的另一部分类表——《信息编码分类表》(ICC)。在多数情况下,ICC代码与《知识组织文献分类表》代码结合时需加“一”,只有5—6大类直接按ICC复分。例:“048—51/4医学叙词表”,而“651/4有关医学叙词表的文献”。本表根据《知识组织》杂志1999年第4期刊登的修订版译出。该刊编辑根据知识组织领域研究的进展,对类目作了少许更动,并将《信息编码分类表大纲》附在表后,以便对照、使用。
简介:《隋书·经籍志》是我国现存最早的四部分类书目,但《隋志》分类也有编次不当之处,于是姚振宗在其《〈隋书·经籍志〉考证》中对《隋志》进行了“类中分类”。文章从“类中分类”的缘起、特点及意义等方面对姚振宗的分类法做一初步的探讨。