论文部分内容阅读
为了提高检索结果的时间相关性，将文本特征抽取和多标签分类算法应用于文献检索的潜在时间意图分类研究之中．从检索潜在时间意图分类的角度出发，提出一种基于文本时间信息抽取和LabeledLDA（标签主题模型）的文献潜在时间意图自动分类算法．首先，在获取的文献时间信息基础上，将文献检索潜在时间意图映射至具体时间类别．其次，为了减少时间信息的稀疏性对分类特征学习过程的影响，利用交叉学科中时间短语分布特征优化LabeledLDA分类模型的标签选择过程．最后，将所提算法与其他多标签分类算法进行对比实验，分析和评估文献检