基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着因特网的迅猛发展,如何快捷、准确地识别和获取有用信息显得越来越重要.文本自动分类系统是信息处理的重要研究方向,它是指在给定的分类体系下,根据文本的内容自动判别文本类别的过程.由于一个文本可能属于多个不同的类别,本文应用BOOSTING算法设计实现了一种多类多标签文本分类方法,并着重对迭代次数和判定阈值的选择进行研究.实验表明,该分类器对多类多标签的文本分类是有效的.
推荐文章
一种半监督的多标签Boosting分类算法
Boosting算法
半监督学习
多标签分类
结合旋转森林和AdaBoost分类器的多标签文本分类方法
多标签文本分类
文本—术语相关性
旋转森林
特征变换
AdaBoost分类器
动态自适应特征权重的多类文本分类算法研究
文本分类
特征权重
TF-IDF
分散度
梯度差
标签相关的多标签分类算法
离散化
贝叶斯网
朴素贝叶斯分类器
多标签学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BOOSTING算法在多类多标签文本分类中的应用
来源期刊 福建电脑 学科 工学
关键词 文本分类 多类多标签 BOOSTING算法
年,卷(期) 2006,(3) 所属期刊栏目 应用与开发
研究方向 页码范围 103-104,100
页数 3页 分类号 TP3
字数 3673字 语种 中文
DOI 10.3969/j.issn.1673-2782.2006.03.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林世平 福州大学数学与计算机学院 34 380 8.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (1)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
文本分类
多类多标签
BOOSTING算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导