收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

用Boosting方法组合增强Stumps进行文本分类(英文)

刁力力  胡可云  陆玉昌  石纯一  
【摘要】:为提高文本分类的精度,Schapire和Singer尝试了一个用Boosting来组合仅有一个划分的简单决策树(Stumps)的方法.其基学习器的划分是由某个特定词项是否在待分类文档中出现决定的.这样的基学习器明显太弱,造成最后组合成的Boosting分类器精度不够理想,而且需要的迭代次数很大,因而效率很低.针对这个问题,提出由文档中所有词项来决定基学习器划分以增强基学习器分类能力的方法.它把以VSM表示的文档与类代表向量之间的相似度和某特定阈值的大小关系作为基学习器划分的标准.同时,为提高算法的收敛速度,在类代表向量的计算过程中动态引入Boosting分配给各学习样本的权重.实验结果表明,这种方法提高了用Boosting组合Stump分类器进行文本分类的性能(精度和效率),而且问题规模越大,效果越明显.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 唐云;罗俊松;;基于粗糙集和BP神经网络的文本分类研究[J];计算机仿真;2011年06期
2 魏晓明;王明皓;;支持向量机在目标融合识别中的应用[J];系统仿真学报;2011年S1期
3 曾安平;;一种增量式的半监督文本分类算法[J];宜宾学院学报;2011年06期
4 江小平;李成华;向文;张新访;;云计算环境下朴素贝叶斯文本分类算法的实现[J];计算机应用;2011年09期
5 李旻松;段琢华;;基于支持向量机的隐含语意特征选择方法[J];计算机应用;2011年09期
6 许明英;尉永清;赵静;;一种结合反馈信息的贝叶斯分类增量学习方法[J];计算机应用;2011年09期
7 夏火松;刘建;朱慧毅;;中文情感分类挖掘预处理关键技术比较研究[J];情报杂志;2011年09期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 商炳章;白清源;;基于特征项权重改进的关联文本分类[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
2 包剑;冀明;冯军;;基于模糊支持向量机的文本分类[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
3 张长利;左万利;彭涛;赫枫龄;彭钊;邵慧勇;;基于无监督聚类的PU文本分类方法[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
4 徐燕;王斌;李锦涛;孙春明;;知识增益:文本分类中一种新的特征选择方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 刘欣;章勇;王娟;;增量学习的TFIDF_NB协同训练分类算法[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
6 殷苌茗;陈焕文;谢丽娟;;基于最大期望学习算法的无标识文本分类[A];2002中国控制与决策学术年会论文集[C];2002年
7 陈东亮;白清源;;基于词频向量的关联文本分类[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
8 李秋洁;茅耀斌;王执铨;;一种基于boosting的不平衡数据分类算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
9 李晓波;;集成分类对比:Bagging NB & Boosting NB[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年
10 马后锋;樊兴华;;一种改进的增量贝叶斯分类算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
中国博士学位论文全文数据库 前10条
1 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
2 平源;基于支持向量机的聚类及文本分类研究[D];北京邮电大学;2012年
3 李彦鹏;特征耦合泛化及其在文体挖掘中的应用[D];大连理工大学;2011年
4 高敬阳;神经网络集成BOOSTING类算法研究[D];北京化工大学;2012年
5 吴正江;L模糊粗糙集研究[D];西南交通大学;2009年
6 周瑛;神经网络作为分类器的算法研究及在信息检索中的应用[D];安徽大学;2006年
7 杜卫锋;粗糙集理论在中文文本分类中的应用[D];西南交通大学;2006年
8 尚文倩;文本分类及其相关技术研究[D];北京交通大学;2007年
9 陈景年;选择性贝叶斯分类算法研究[D];北京交通大学;2008年
10 李军;不平衡数据学习的研究[D];吉林大学;2011年
中国硕士学位论文全文数据库 前10条
1 王懿;基于自然语言处理和机器学习的文本分类及其应用研究[D];中国科学院研究生院(成都计算机应用研究所);2006年
2 孟祥国;多类文本分类的支持向量机网络[D];山东大学;2007年
3 余从津;非线性维数约减的研究及其应用[D];天津大学;2004年
4 于楠;基于Ontology的领域知识库层次分类体系的构建[D];东北大学;2005年
5 赵城利;基于Web的信息智能感知技术及应用[D];国防科学技术大学;2004年
6 竭洋;基于模糊支持向量机的多类文本分类方法研究[D];兰州理工大学;2009年
7 谭新;基于语义特征提取的PU文本分类的研究与实现[D];吉林大学;2007年
8 张世荣;支持向量机文本分类算法研究[D];大连理工大学;2007年
9 许晓晴;基于SVM的文本分类算法研究[D];吉林大学;2008年
10 李聪娥;局部线性嵌入在文本分类中的应用[D];河北工业大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978