%0 Journal Article
%T 基于cbr的文本自动分类研究
%A 张婷慧
%A 耿焕同
%A 蔡庆生
%J 计算机应用
%D 2005
%X ？knn方法是性能最好的文本分类方法之一,但它在分类时要计算待分类文档与所有训练样本的相似度,时间复杂度较大。文中提出了一种基于cbr的文本自动分类方法,先用聚类方法把训练样本库转换为范例库,然后用knn思想分类。实验结果显示该方法分类的平均召回率和准确率达到了87.07%和89.17%;并且通过分析算法的时间复杂度得知,该方法的分类速度比knn方法有很大的提高,因此具有很好的实用价值。
%K 基于范例推理
%K 文本自动分类
%K k近邻
%K 聚类
%U http://www.joca.cn/CN/abstract/abstract14450.shtml