一种采用聚类技术改进的KNN文本分类方法

• 作者: 张孝飞 黄河燕
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: k-最近邻(KNN) 文本分类 文本聚类 聚类中心 自然语言处理
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 研究与应用
• 页码范围: 936-940
• 页数: 5页
• 分类号: TP391
• 字数: 3122字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2009.06.021

摘要

KNN算法稳定性好、准确率高,但由于其时间复杂度与样本数量成正比,导致其分类速度慢,难以在大规模海量信息处理中得到有效应用.文中提出一种改进的KNN文本分类方法.其基本思路是,通过文本聚类将样本中的若干相似文档合并成一个中心文档,并用这些中心文档代替原始样本建立分类模型,这样就减少了需要进行相似计算的文档数,从而达到提高分类速度的目的.实验表明,以分类准确率、召回率和F-score为评价指标,文中方法在与经典KNN算法相当的情况下,分类速度得到较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄河燕	中国科学院计算机语言信息工程研究中心	54	1398	18.0	36.0
2	张孝飞	中国科学院计算机语言信息工程研究中心	8	182	6.0	8.0