Теоретико-информационный метод классификации текстов

Рябко Б.Я.

Гуськов А.Е.

Селиванова И.В.

Проблемы передачи информации

№ 3 / 2017

страницы: 100-111

Рассматривается метод автоматической, т.е. не требующей участия человека, классификации текстов, основанный на использовании методов универсального кодирования источников информации (или "сжатия данных"). Показано, что при некоторых ограничениях предлагаемый метод состоятелен, т.е. при увеличении длины рассматриваемых текстов ошибка классификации стремится к нулю. В качестве примера практического использования метода рассматривается задача классификации научных текстов (статей, книг и т.п.). Экспериментально показано, что предлагаемый метод обладает высокой эффективностью.