版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)的文本分類方法在類別數(shù)目較少時(shí)取得了很好的分類效果。然而,隨著類別數(shù)目越來越大,如 LookSmart、ODP等都有成千上萬的類別,如果還利用扁平化方式組織這些類別,那么為一個(gè)文檔正確的指定其目標(biāo)類別的難度就變得非常大。所以,實(shí)際應(yīng)用中通常將這些類別組織成層次結(jié)構(gòu)?;趯哟谓Y(jié)構(gòu),學(xué)者們引入了層次文本分類方法。比較常用的層次文本分類方法有 Big-bang分類方法和 Top-down分類方法。由于 Big-bang分類方法的時(shí)間開銷和
2、空間開銷較大以及Top-down分類方法“阻滯”現(xiàn)象的不可避免性,傳統(tǒng)的層次文本分類方法并不能很好的應(yīng)用到大規(guī)模層次文本分類中。
而新近提出的兩階段層次文本分類模型(THTC模型)是一種解決大規(guī)模層次文本分類問題的有效方法。相對(duì)于傳統(tǒng)層次文本分類方法,THTC模型在分類性能和時(shí)間效率上都有了顯著提高,但是該模型在分類過程中仍然存在很多不足。因此,本文在 THTC模型的基礎(chǔ)上提出了基于鄰居輔助策略的兩階段層次文本分類模型(THT
3、C-NA模型)。
本文的主要工作包括以下三個(gè)方面:
①系統(tǒng)的研究了層次文本分類中的方法和應(yīng)用,并在THTC模型的基礎(chǔ)上提出了THTC-NA模型。THTC-NA模型包含搜索和分類兩個(gè)階段,搜索階段通過引入基于類別的搜索策略進(jìn)行候選搜索,對(duì)原類別層次結(jié)構(gòu)進(jìn)行虛擬剪枝,以減小數(shù)據(jù)規(guī)模。并采用Top-down方法將候選類別組織成層次結(jié)構(gòu),這樣可以保持該層次結(jié)構(gòu)在原類別層次結(jié)構(gòu)中的位置不變,從而可以不用對(duì)每一個(gè)待分類文檔都訓(xùn)練
4、一個(gè)特殊的分類器。
?、诜诸愲A段利用類別層次結(jié)構(gòu)中各個(gè)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)的分類結(jié)果輔助對(duì)該節(jié)點(diǎn)的分類判決,并針對(duì)鄰居節(jié)點(diǎn)可靠性未知的問題引入了置信度。同時(shí),以層次路徑做全局搜索,避免了由于單一節(jié)點(diǎn)誤判可能導(dǎo)致局部最優(yōu)陷阱。在數(shù)據(jù)集Newsgroups-18828上的實(shí)驗(yàn)表明,鄰居節(jié)點(diǎn)的分類結(jié)果對(duì)指定待分類文檔的目標(biāo)類別有很好的輔助作用。
③針對(duì)THTC模型未能充分利用搜索階段的信息的問題,THTC-NA模型提出一種新的分類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 層次文本分類中阻塞減少策略的研究.pdf
- 基于eEP的兩階段方法分類研究.pdf
- 基于eEP的兩階段方法分類.pdf
- 基于兩步策略的文本分類方法實(shí)驗(yàn)研究.pdf
- 基于LDA模型的文本分類研究.pdf
- 基于延遲策略的MC下兩階段生產(chǎn)模型研究.pdf
- 基于兩步策略的英文文本分類研究.pdf
- 基于本體的文本分類模型研究.pdf
- 基于混合模型的文本分類的研究.pdf
- 層次化文本分類方法的研究.pdf
- 基于張量空間模型的文本分類研究.pdf
- 基于層次分類和集成學(xué)習(xí)的文本分類技術(shù)研究.pdf
- 基于詞頻統(tǒng)計(jì)的文本分類模型研究.pdf
- 層次型文本分類阻塞問題研究.pdf
- 基于主題的文本分類模型研究與應(yīng)用.pdf
- 基于文本分類的信息過濾系統(tǒng)模型研究.pdf
- 基于向量空間模型的文本分類算法研究.pdf
- 基于相關(guān)主題模型的文本分類方法研究.pdf
- 基于兩階段模型評(píng)估DELL客戶價(jià)值.pdf
- 基于聚類分析的圖模型文本分類.pdf
評(píng)論
0/150
提交評(píng)論