基于元学习策略的分类器融合方法及应用

• 作者: 于浩 王浩畅 赵铁军 郑德权
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 元学习 分类器融合 叠加归纳 级联归纳 命名实体识别
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 7-13
• 页数: 7页
• 分类号: TP391
• 字数: 6352字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436x.2007.10.002

摘要

提出了基于元学习策略的分类器融合的新模型,使用了两类元学习策略将4种分类算法即Generalized Winnow算法、支持向量机算法、条件随机域算法和最大熵算法进行融合,并根据具体领域的应用任务和分类器特点选择了有效特征信息,在面向生物医学文本命名实体识别的应用中取得了较高识别精度.实验结果表明基于元学习策略的分类器融合方法明显优于单分类器方法,并且也优于基于判别规则的分类器融合方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵铁军	哈尔滨工业大学计算机与技术学院	123	1278	19.0	32.0
2	王浩畅	哈尔滨工业大学计算机与技术学院	7	148	5.0	7.0
4	郑德权	哈尔滨工业大学计算机与技术学院	31	356	9.0	18.0
7	于浩	哈尔滨工业大学计算机与技术学院	22	480	10.0	21.0