基于差异性评估对Co-training文本分类算法的改进

被引：4

作者：

唐焕玲 ^{[1
,2
]}

林正奎 ^{[1
]}

鲁明羽 ^{[1
]}

机构：

[1] 大连海事大学信息科学技术学院

[2] 烟台职业学院计算机与信息工程系

来源：

电子学报 | 2008年 / 36(S1)卷 / S1期

关键词：

半监督文本分类; Co-training; 特征视图; 差异性评估; 标注文本; 未标注文本;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

Co-training算法要求两个特征视图满足一致性和独立性假设,但是,许多实际应用中不存自然的划分且满足这种假设的两个视图,且直接评估两个视图的独立性有一定的难度.分析Co-training的理论假设,本文把寻找两个满足一致性和独立性特征视图的目标,转变成寻找两个既满足一定的正确性,又存在较大的差异性的两个基分类器的问题.首先利用特征评估函数建立多个特征视图,每个特征视图包含足够的信息训练生成一个基分类器,然后通过评估基分类器之间的差异性间接评估二者的独立性,选择两个满足一定的正确性和差异性比较大的基分类器协同训练.根据每个视图上采用的分类算法是否相同,提出了两种改进算法TV-SC和TV-DC.实验表明改进的TV-SC和TV-DC算法明显优于基于随机分割特征视图的Co-Rnd算法,而且TV-DC算法的分类效果要优于TV-SC算法.

引用

页码：138 / 143

页数：6

共 5 条

[1] 文本分类中结合评估函数的TEF-WA权值调整技术 [J].