基于分类规则树的频繁模式文本分类

• 作者: 李荣陆 王雷 胡运发 陈晓云 陈袆
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 频繁模式 文本分类 词频 关联规则 分类规则
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1017-1025
• 页数: 9页
• 分类号: TP18
• 字数: 6996字
• 语种: 中文

摘要

基于频繁模式的关联分类是近年来出现的一种分类方法,该方法利用各类别频繁出现的模式构造分类规则,并对新文本进行分类.但现有关联分类方法应用于文本分类时存在两方面不足:一方面,用以构造分类规则的频繁模式仅考虑特征词在文本中出现与否,从而忽视了出现频度;另一方面,当产生的规则数量较多时,为提高分类效率需要进行规则修剪,修剪后的分类准确性明显降低.为此,提出了基于分类规则树的带词频的频繁模式文本分类方法.研究结果表明,词频的引入可以提高关联分类的准确率;而采用分类规则树可使分类时间明显加快又确保不降低分类质量.这两方面的措施弥补了现有关联分类应用于文本分类的不足.与3种典型文本分类方法比较后发现,在低维特征空间中,关联分类的性能优于Bayes,kNN(k nearest neighbor)和SVM(support vectormachines),因此是一种很有应用前景的文本分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡运发	复旦大学计算机与信息技术系	150	3430	27.0	54.0
2	李荣陆	复旦大学计算机与信息技术系	12	908	8.0	12.0
3	陈晓云	复旦大学计算机与信息技术系	76	590	13.0	21.0
7	王雷	复旦大学计算机与信息技术系	7	93	5.0	7.0
8	陈袆	复旦大学计算机与信息技术系	1	61	1.0	1.0