Text Classification Using Association Rules, Dependency Pruning and Hyperonymization - Publications Télécom Bretagne du Lab-STICC
Communication Dans Un Congrès Année : 2014

Text Classification Using Association Rules, Dependency Pruning and Hyperonymization

Résumé

We present new methods for pruning and enhancing item- sets for text classification via association rule mining. Pruning methods are based on dependency syntax and enhancing methods are based on replacing words by their hyperonyms of various orders. We discuss the impact of these methods, compared to pruning based on tfidf rank of words.

Domaines

Interface homme-machine [cs.HC] Ordinateur et société [cs.CY] Réseaux et télécommunications [cs.NI]
Fichier principal
Vignette du fichier
Haralambous2014.pdf (289.29 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Ex-Bibliothèque Télécom Bretagne (devenu IMT Atlantique)  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01058330

Soumis le : mardi 11 octobre 2022-14:41:24

Dernière modification le : mardi 17 septembre 2024-15:57:27

Archivage à long terme le : jeudi 12 janvier 2023-18:50:20

Télécharger pour visualiser

Dates et versions

hal-01058330 , version 1 (11-10-2022)

Licence

Paternité

Identifiants

  • HAL Id : hal-01058330 , version 1

Citer

Yannis Haralambous, Philippe Lenca. Text Classification Using Association Rules, Dependency Pruning and Hyperonymization. DMNLP 2014: Workshop on Interactions between Data Mining and Natural Language Processing, Sep 2014, Nancy, France. pp.65-80. ⟨hal-01058330⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-BREST CNRS ENIB LAB-STICC_ENIB LAB-STICC TDS-MACS LAB-STICC_TB IMT-ATLANTIQUE INSTITUT-MINES-TELECOM
120 Consultations
97 Téléchargements

Partager

More