基于差异性评估对Co-training文本分类算法的改进

• 作者: 唐焕玲 林正奎 鲁明羽
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 半监督文本分类 Co-training 特征视图 差异性评估 标注文本 末标注文本
• 年，卷（期）: 2008,（z1）
• 所属期刊栏目: 科研通信
• 页码范围: 138-143
• 页数: 6页
• 分类号: TP181
• 字数: 4954字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.z1.024

摘要

Co-training箅法要求两个特征视图满足一致性和独立性假设,但是,许多实际应用国不存自然的划分且满足这种假没的两个视图,且直接评估两个视图的独市性有一定的难度.分析Co-training的理论假设,本文把寻找两个满足一致性和独立性特征视图的目标,转变成寻找两个既满足一定的正确性,又存在较大的差异性的两个基分类器的问题.首先利用特征评估函数建市多个特征视图,每个特征视网包含足够的信息训练生成一个基分类器,然后通过评估基分类器之间的差异性间接评估二者的独立性,选择两个满足一定的正确性和差异性比较大的基分类器协同训练.根据每个视图上采用的分类算法是否相同,提出了两种改进算法TV-SC和TV-DC.实验表明改进的TV-SC和TV-DC算法明显优于基于随机分割特征视图的Co-Rnd算法,而且TV-DC算法的分类效果要优于TV-SC算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐焕玲	大连海事大学信息科学技术学院	6	38	4.0	6.0
5	林正奎	大连海事大学信息科学技术学院	19	115	5.0	10.0
6	鲁明羽	大连海事大学信息科学技术学院	42	574	11.0	23.0