基于最近邻子空间搜索的两类文本分类方法

被引：3

作者：

李玉鑑

王影

冷强奎

机构：

[1] 北京工业大学计算机学院

来源：

计算机工程与科学 | 2015年 / 37卷 / 01期

基金：

北京市自然科学基金;

关键词：

文本分类; 最近邻子空间搜索; 最近邻搜索;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

在文本分类中,最近邻搜索算法具有思想简单、准确率高等优点,但通常在分类过程中的计算量较大。为克服这一不足,提出了一种基于最近邻子空间搜索的两类文本分类方法。首先提取每一类样本向量组的特征子空间,并通过映射将子空间变换为高维空间中的点,然后把最近邻子空间搜索转化为最近邻搜索完成分类过程。在Reuters-21578数据集上的实验表明,该方法能够有效提高文本分类的性能,具有较高的准确率、召回率和F1值。

引用

页码：168 / 172

页数：5