层次式文本分类的Na(i)ve Bayes改进方法

• 作者: 张博锋 徐昕 苏金树
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 层次式分类 Na(i)ve Bayes 机器学习 数据偏斜
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 计算机网络与安全
• 页码范围: 20-22,49
• 页数: 4页
• 分类号: TP181
• 字数: 3261字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.04.008

摘要

Na(i)ve Bayes方法在文本分类中的决策强烈依赖于主观选择的样本关于类别的分布.本文利用层次式分类的特点并引入概率条件改进Na(i)ve Bayes方法,使其在每个内部类别所属的子类局部数据中进行决策,缓解了全局数据分布对分类器的影响,部分克服了数据偏斜问题.实验表明,改进方法在层次式分类中的效果较Na(i)ve Bayes方法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏金树	国防科技大学计算机学院	67	378	11.0	16.0
2	张博锋	国防科技大学计算机学院	4	72	3.0	4.0
3	徐昕	国防科技大学计算机学院	21	295	9.0	17.0