基于权值调整的文本分类改进方法

被引：16

作者：

鲁明羽

李凡

庞淑英

陆玉昌

周立柱

机构：

[1] 清华大学计算机科学与技术系

来源：

清华大学学报(自然科学版) | 2003年 / 04期

关键词：

文本分类; 权值调整; VSM; Bayes分类器;

D O I：

10.16511/j.cnki.qhdxxb.2003.04.021

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

文本分类是文本挖掘的基础与核心 ,可广泛应用于传统的情报检索和 Web信息的检索与挖掘等。提出了一种利用权值调整思想对向量空间法 (VSM)和朴素 Bayes分类器 (NBC)进行改进的文本分类方法 ,并探讨了利用 EM算法进行无导师 Bayes分类的方法 ,设计和实现了一个中英文文本分类系统 CZW。 3组实验数据表明 ,用某些评估函数调节单词权值可有效提高 VSM和 NBC等文本分类模型的精度 ,并且训练文本规模越大 ,改进的效果越明显。 NBC的分类精度最高可达 86 %。

引用

页码：513 / 515+520 +520

页数：4