-
题名分布权值调节概率标准差的文本分类方法
被引量：2
- 1
-
-
作者
焦庆争
蔚承建
-
机构
南京工业大学电子与信息工程学院
安徽师范大学信息管理中心
-
出处
《计算机应用》
CSCD
北大核心
2009年第12期3303-3306,共4页
-
基金
国家自然科学基金资助项目(60703071)
安徽省高校省级自然科学研究重点项目(KJ2009A63)
-
文摘
针对文本分类问题,基于特征分布评估权值调节特征概率标准差设计了一种无须特征选择的高效的线性文本分类器。该算法的基本思路是使用特征概率标准差量化特征在文档类中的离散度,并作为特征的基础权重,同时以后验概率的Beta分布函数为基础,运用概率确定性密度函数,评估特征在类别中的分布信息得到特征分布权值,将其调节基础权重得到特征权重,实现了线性文本分类器。在20Newsgroup、复旦中文分类语料、Reuters-21578三个语料集进行了比较实验,实验结果表明,新算法分类性能相对传统算法优势显著,且稳定、高效、实用,适于大规模文本分类任务。
-
关键词
文本分类
特征概率标准差
特征离散度
特征分布
Beta概率密度函数
自然语言处理
-
Keywords
text categorization
probability standard deviation of feature
dispersion degree of feature
feature distribution
Beta probability density function
natural language processing
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
