中文文本分类器的评价

• 作者: 冯金平 张杰 战学刚 陈文亮
• 来源期刊: 鞍山科技大学学报
• 学科: 工学
• 关键词: 文本分类 分类器 评测
• 年，卷（期）: 2005,（3）
• 页码范围: 231-234,238
• 页数: 5页
• 分类号: TP391
• 字数: 2855字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1048.2005.03.020

摘要

对目前比较流行的4种中文文本分类器(Rocchio、KNN、Naive Bayes、最大熵)进行评价,其中,Naive Bayes和最大熵是基于概率统计的方法,而Rocchio和KNN是基于向量的相似度计算的方法.选用χ2作为文本特征选取方法,对一个中文文本分类语料库进行分类评测.实验结果表明,最大熵和Naive Bayes的分类性能十分接近,处于较好水平,而KNN和Rocchio分类性能稍差一些.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张杰	中国人民解放军炮兵学院二系	358	1843	18.0	38.0
2	战学刚	鞍山科技大学网络中心	13	125	6.0	11.0
3	陈文亮	东北大学计算机软件所	10	210	7.0	10.0
4	冯金平	中国人民解放军炮兵学院二系	3	11	2.0	3.0