面向文本分类的混淆类判别技术

• 作者: 张希娟 朱靖波 王会珍
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 文本分类 混淆类判别 特征选取 分类错误分布 机器学习 自然语言处理
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 630-639
• 页数: 10页
• 分类号: TP181
• 字数: 8736字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.00630

摘要

分析了文本分类过程中存在的混淆类现象,主要研究混淆类的判别技术,进而改善文本分类的性能.首先,提出了一种基于分类错误分布的混淆类识别技术,识别预定义类别中的混淆类集合.为了有效判别混淆类,提出了一种基于判别能力的特征选取技术,通过评价某一特征对类别之间的判别能力实现特征选取.最后,通过基于两阶段的分类器设计框架,将初始分类器和混淆类分类器进行集成,组合了两个阶段的分类结果作为最后输出.混淆类分类器的激活条件是:当测试文本被初始分类器标注为混淆类类别时,即采用混淆类分类器进行重新判别.在比较实验中采用了Newsgroup和863中文评测语料,针对单标签.多类分类器.实验结果显示,该技术有效地改善了分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱靖波	东北大学信息科学与工程学院	44	806	17.0	28.0
2	王会珍	东北大学信息科学与工程学院	8	136	5.0	8.0
3	张希娟	东北大学信息科学与工程学院	1	40	1.0	1.0