基于朴素贝叶斯和遗传算法的两类文本分类方法

被引：9

作者：

万狄飞

樊兴华

王国胤

机构：

[1] 重庆邮电大学计算机科学与技术研究所

来源：

计算机科学 | 2008年 / 04期

关键词：

文本分类; 遗传算法; 最优分割线; 文本二维空间; 朴素贝叶斯分类器;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

本文提出了一种基于朴素贝叶斯和遗传算法的两类文本分类方法,该方法将朴素贝叶斯分类器变换为在二维空间中的一条分割线,在分割线临近的文本分类不可靠区间内,利用遗传算法搜索最优文本分割线,从而使分类器达到最佳性能。在由12600篇文本构成的中文语料数据集上的实验表明,该方法具有较高的分类性能和效率,查准率、查全率和F1值分别达到97.98%,91.05%和94.39%。

引用

页码：160 / 161+173 +173

页数：3