基于免疫算法的文本分类研究

被引：7

作者：

张启蕊 ^{[1
]}

张凌 ^{[1
]}

董守斌 ^{[1
]}

谭景华 ^{[2
]}

机构：

[1] 华南理工大学广东省计算机网络重点实验室

[2] 中国电信集团广州研发中心

来源：

微计算机信息 | 2007年 / 24期

关键词：

文本分类; 免疫; 克隆选择; 抗体浓度;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

借鉴免疫的生物学机理,本文提出了一种基于抗体浓度的克隆选择算法,该算法中抗体的选择概率由亲和度与浓度共同决定,具有高亲和度和低浓度的抗体才受到促进。该算法在文本分类领域得到了成功应用。在文本分类的应用中,抗原、B细胞和抗体分别对应训练文本、分类器的一个解和分类器的解与训练文本的亲和度,最后训练完成的分类器含有多个记忆细胞,有效保证了解的多样性。在数据集20_newsgroups上的实验结果显示,该方法的综合性能指标F1可达80.90%,优于Rocchio法与Naive Bayes法。

引用

页码：210 / 212

页数：3