• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on advanced data mining and applications >Classifying Papers from Different Computer Science Conferences
【24h】

Classifying Papers from Different Computer Science Conferences

机译：分类来自不同计算机科学会议的论文

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper analyzes what stylistic characteristics differentiate different styles of writing, and specifically types of different A-level computer science articles. To do so, we compared various full papers using stylistic feature sets and a supervised machine learning method. We report on the success of this approach in identifying papers from the last 6 years of the following three conferences: SIGIR, ACL, and AAMAS. This approach achieves high accuracy results of 95.86%, 97.04%, 93.22%, and 92.14% for the following four classification experiments: (1) SIGIR / ACL, (2) SIGIR / AAMAS, (3) ACL / AAMAS, and (4) SIGIR / ACL / AAMAS, respectively. The Part of Speech (PoS) and the Orthographic sets were superior to all others and have been found as key components in different types of writing.
机译：本文分析了哪些文体特征可以区分不同的写作风格，特别是不同的A级计算机科学文章的类型。为此，我们使用风格特征集和有监督的机器学习方法对各种论文进行了比较。我们报告了这种方法在识别以下三个会议的最近6年的论文中所取得的成功：SIGIR，ACL和AAMAS。对于以下四个分类实验，此方法可实现95.86％，97.04％，93.22％和92.14％的高精度结果：（1）SIGIR / ACL，（2）SIGIR / AAMAS，（3）ACL / AAMAS和（4 ）分别为SIGIR / ACL / AAMAS。词性（PoS）和正交拼写集优于所有其他语言集，并且被认为是不同类型写作中的关键组成部分。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号