中文文獻自動分類技術研究

《中文文獻自動分類技術研究》是依託山西大學，由劉開瑛擔任項目負責人的面上項目。

基本介紹

• 中文名：中文文獻自動分類技術研究
• 項目類別：面上項目
• 項目負責人：劉開瑛
• 依託單位：山西大學
• 批准號：69673011
• 申請代碼：F0211
• 負責人職稱：教授
• 研究期限：1997-01-01 至 1999-12-31
• 支持經費：10（萬元）

項目摘要

中文文獻自動分類系統是一個智慧型軟體系統。我們採用語料庫和人工智慧相結合的方法。首先抓住中文文本自動分詞中的岐義切分和專有名詞識別的研究。建立了岐義欄位庫，近8萬條。填補了國內空白。在國內，首次使用了中國姓氏和中國地名用字使用度，採用基於統計信息和基於辭彙/詞性規則的算法，使自動分詞的正確率達到96%左右，達到了實用化要求。其次，我們提出了一種基於詞的三維加權自動分類方法。該方法基於《中國檔案分類法》的分類體系，在對文本的歸類判定中，考慮了類別詞的頻度、出現位置和專指度等因素，並輔以規則進行控制和調整。開發了“金融檔案自動分類系統”和“財政公文自動分類系統”，分類正確率達到85%，正在向實用化過渡。