基于判別式學(xué)習(xí)和組合分類器的Web文本分類技術(shù).pdf

1、如何從豐富的網(wǎng)絡(luò)信息資源中發(fā)現(xiàn)有價值的信息，是目前一個非常迫切需要解決的問題，網(wǎng)頁自動分類是解決這一問題的一項(xiàng)關(guān)鍵技術(shù)，對信息檢索、信息過濾、主動化個性化的服務(wù)提供等等的發(fā)展來講很有應(yīng)用價值。 在眾多的網(wǎng)頁文本分類算法中，樸素貝葉斯方法因?yàn)榫哂泻唵?、容易?shí)現(xiàn)、工作效率高、非常適合在線處理等優(yōu)點(diǎn)而被廣泛應(yīng)用，但是其分類正確率有待提高。本文以樸素貝葉斯算法為基礎(chǔ)，研究如何提高網(wǎng)頁文本分類的精度，本文的主要工作有： (1)本文

2、研究了判別式貝葉斯網(wǎng)絡(luò)學(xué)習(xí)算法，將一種以數(shù)據(jù)的經(jīng)驗(yàn)分布和真實(shí)分布之間的K-L距離為目標(biāo)優(yōu)化函數(shù)的判別式的樸素貝葉斯參數(shù)學(xué)習(xí)算法引入中文文本分類，同時考慮了數(shù)據(jù)類別之間的關(guān)系，將判別式參數(shù)學(xué)習(xí)算法和層次分類相結(jié)合，提出一種基于K-L距離的判別式樸素貝葉斯層次文本分類方法。在本文的中文網(wǎng)頁數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明，基于K-L距離的判別式樸素貝葉斯層次文本分類方法確實(shí)能夠得到較好的分類效果。 (2)本文以多種形式表示網(wǎng)頁，將網(wǎng)頁按照自身