基于自助平均的朴素贝叶斯文本分类器

• 作者: 刘素华 白莉媛 阎秋玲 黄晖
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 分布聚类 文本分类 朴素贝叶斯分类器 自助平均
• 年，卷（期）: 2007,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 190-192
• 页数: 3页
• 分类号: TP391
• 字数: 3507字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.15.067

摘要

针对单词簇上训练朴素贝叶斯文本分类器概率估计偏差较大所导致的分类精度较低问题,在概率分布聚类算法得到的单词簇的基础上,根据单词与簇间互信息建立有序单词子序列,采用有放回随机抽样对序列构造规模相当的样本集,并将估计出的参数的平均值作为训练得到的参数对未知文本进行分类.公共文本实验数据集上的实验结果表明,该文提出的训练方法相对于传统的朴素贝叶斯分类器训练方法能够获得更高的分类精度且过程相对简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘素华	河南工业大学信息科学与工程学院	16	176	9.0	13.0
2	黄晖	河南工业大学理学院	7	20	2.0	4.0
3	白莉媛	河南工业大学信息科学与工程学院	15	81	5.0	8.0
4	阎秋玲	河南工业大学信息科学与工程学院	2	12	1.0	2.0