層次文本分類(lèi)中阻塞減少策略的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩46頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(jiǎn)介

1、電子信息的增長(zhǎng)使得人們無(wú)法快速地找到自己真正感興趣的內(nèi)容。為了更好的組織和管理信息,研究者們引入了文本分類(lèi)、特別是層次型文本分類(lèi)技術(shù)。相對(duì)于層次型文本分類(lèi)中的爆發(fā)式,自頂而下式層次分類(lèi)能夠更好的利用層次結(jié)構(gòu)所提供的信息,然而此種層次分類(lèi)法也存在“阻塞”這一缺點(diǎn):如果一個(gè)文本在某個(gè)正確的祖先類(lèi)別上被拒絕,則其永遠(yuǎn)不可能被分到正確的葉類(lèi)別上。 由于阻塞會(huì)導(dǎo)致層次分類(lèi)系統(tǒng)分類(lèi)精度的降低,故阻塞減少策略在近年來(lái)得到了廣泛的關(guān)注和研究。本

2、文在前人工作的基礎(chǔ)上,著重對(duì)閾值降低類(lèi)的阻塞減少策略進(jìn)行了研究。 本文首先對(duì)文本分類(lèi)和層次文本分類(lèi)的基本概念和知識(shí)進(jìn)行了歸納;分析了阻塞對(duì)層次分類(lèi)精度的影響;依據(jù)現(xiàn)有阻塞減少策略特點(diǎn)將其分為閾值降低類(lèi)、累乘類(lèi)和分類(lèi)器組織類(lèi)三種類(lèi)型,并分析比較了三類(lèi)方法各自的優(yōu)缺點(diǎn);討論了閾值降低法的同平面型分類(lèi)中SCut策略的區(qū)別與聯(lián)系。 在此基礎(chǔ)上,本文從改變閾值降低法中使用的閾值策略,改用其它可調(diào)參數(shù)備選值較少的閾值策略出發(fā),提出了

3、基于柱狀搜索的阻塞減少策略,實(shí)驗(yàn)表明本方法在減少阻塞、增大葉類(lèi)別查全率的同時(shí),仍然能夠保持較高的查準(zhǔn)率,而且整個(gè)系統(tǒng)的F<'M><,1>測(cè)度也比較高;考慮到其它分類(lèi)器閾值確定后分類(lèi)器C<,1>的閾值變化只影響其工作域類(lèi)別分類(lèi)效果的性質(zhì),提出了基于預(yù)測(cè)的阻塞減少策略,實(shí)驗(yàn)表明本方法能夠減少阻塞、增大葉類(lèi)別查全率,提高整個(gè)系統(tǒng)的F<'M><,1>測(cè)度,但同時(shí)查準(zhǔn)率有少許下降;最后在借鑒平面型分類(lèi)PCut策略的基礎(chǔ)上,通過(guò)利用線(xiàn)性分類(lèi)器輸出得

4、分分布的特點(diǎn),提出了基于概率密度估計(jì)的阻塞減少策略,實(shí)驗(yàn)表明本方法雖能夠很好的減少阻塞、增大葉類(lèi)別查全率,但由于查準(zhǔn)率過(guò)低導(dǎo)致整個(gè)系統(tǒng)F<'M><,1>測(cè)度的下降。 在對(duì)三種策略進(jìn)行詳細(xì)說(shuō)明的基礎(chǔ)上,我們使用Reuters21578文本集對(duì)標(biāo)準(zhǔn)層次分類(lèi)法和閾值降低類(lèi)方法進(jìn)行了對(duì)比實(shí)驗(yàn),并結(jié)合實(shí)驗(yàn)數(shù)據(jù)對(duì)基于概率密度估計(jì)的阻塞減少策略的效果進(jìn)行了探討和分析。最后我們使用s-test標(biāo)準(zhǔn)衡量了各種方法對(duì)標(biāo)準(zhǔn)層次分類(lèi)法的改良程度,結(jié)果表

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。

評(píng)論

0/150

提交評(píng)論