一种辅以强规则学习的双层文本分类模型

• 作者: 刘金红 周新栋 陆余良
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 文档索引 分类规则学习
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 165-167
• 页数: 3页
• 分类号: TP18
• 字数: 3500字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.08.057

摘要

随着基于机器学习的文本自动分类方法成为主流分类技术,基于机器学习的文本分类方法往往忽视了对规则分类方法的有效运用.该文将基于规则的分类思想和基于机器学习的分类方法有机地结合起来,把规则判别看作一个分量分类器,提出了一种辅以规则补充的双层文本分类模型和一种优化的分类规则学习算法.根据该方法设计并实现了一个基于规则和N-Gram统计分类相结合的双层分类器,进行了双层分类模型与单独的N-Gram分类模型的实验,结果表明辅以规则补充的双层分类器具有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆余良	解放军电子工程学院网络工程系	42	682	12.0	25.0
2	刘金红	解放军电子工程学院网络工程系	9	370	5.0	9.0
3	周新栋	国防科学技术大学计算机学院	1	8	1.0	1.0