统计流形扩散核的文本分类方法

被引：2

作者：

李侃 ^{[1
]}

周世斌 ^{[2
]}

刘玉树 ^{[1
]}

机构：

[1] 北京理工大学计算机学院

[2] 中国矿业大学计算机科学与技术学院

来源：

模式识别与人工智能 | 2012年 / 25卷 / 02期

关键词：

统计流形; 扩散核; Dirichlet分布; 文本分类;

D O I：

10.16451/j.cnki.issn1003-6059.2012.02.017

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

提出Dirichlet混合多项式(DCM)流形,并利用DCM流形可与正半球流形建立同胚和等距关系的性质,通过拉回映射将正半球流形的测地距离映射为DCM流形的测地距离,从而在DCM流形上建立距离度量,构建统计流形上的Dirichlet混合多项式扩散核和Dirichlet混合多项式倒排文档频率(DCMIDF)扩散核.利用WebKB Top4和20 Newsgroups语料库上进行实验,DCM流形能比欧氏空间更能准确地描述文本.与多项式核支持向量机算法、,负测地距离核支持向量机算法相比,实验结果显示文中基于DCM扩散核和DCMIDF扩散核的支持向量机算法可取得良好的文本分类效果.

引用

页码：339 / 345

页数：7

共 13 条

[1]

Problems of Learning on Manifolds. Belkin M. . 2003

[2]

Modeling Word Burstiness Using the Dirichlet Distribution. Madsen R E,Kauchak D,Elkan C. Proc of the22nd International Conference on Machine Learning . 2005

[3]

Non-Isometric Manifold Learning:Analysis and an Algorithm. Dollar P,Rabaud V,Belongie S. Proc of the24th International Conference on Machine Learning . 2007

[4]

Text Classification with Kernels on the Multinomial Manifold. Zhang D,Chen Xi,LEE W S. Proc of the28th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval . 2005

[5]

Diffusion Kernels on Statistical Manifolds. Lafferty J,Lebanon G. Journal of Machine Learning Research . 2004

[6]

Diffusion Kernels on Graphs and Other Discrete Input Spaces. Kondor R I,Lafferty J D. Proc of the19th International Conference on Machine Learning . 2002

[7]

Statistical Decision Rules and Optimal Inference. Cencov N N. . 1982

[8]

Probability Product Kernels. Jebara T,Kondor R,Honward A. Journal of Machine Learning Research . 2004

[9]

Exploiting Generative Models in Discriminative Classifiers. Jaakkola T S,Haussler D. Advances in Neural Information Processing Systems . 1999

[10]

An Extended∨Cencov Characterization of the Information Metric. Campbell L L. Proc of the American Mathematical Society . 1986

← 1 2 →