基于鄰居輔助策略的兩階段層次文本分類模型研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領

文檔簡介

1、傳統(tǒng)的文本分類方法在類別數(shù)目較少時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,那么為一個文檔正確的指定其目標類別的難度就變得非常大。所以,實際應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。相對于傳統(tǒng)層次文本分類方法,THTC模型在分類性能和時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方面:
 ?、傧到y(tǒng)的研究了層次文本分類中的方法和應用,并在THTC模型的基礎上提出了THTC-NA模型。THTC-NA模型包含搜索和分類兩個階段,搜索階段通過引入基于類別的搜索策略進行候選搜索,對原類別層次結(jié)構(gòu)進行虛擬剪枝,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,從而可以不用對每一個待分類文檔都訓練

4、一個特殊的分類器。
 ?、诜诸愲A段利用類別層次結(jié)構(gòu)中各個節(jié)點的鄰居節(jié)點的分類結(jié)果輔助對該節(jié)點的分類判決,并針對鄰居節(jié)點可靠性未知的問題引入了置信度。同時,以層次路徑做全局搜索,避免了由于單一節(jié)點誤判可能導致局部最優(yōu)陷阱。在數(shù)據(jù)集Newsgroups-18828上的實驗表明,鄰居節(jié)點的分類結(jié)果對指定待分類文檔的目標類別有很好的輔助作用。
 ?、坩槍HTC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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論