基于正例和未标文档的半监督分类研究

• 作者: 丁泉勋 沈洁 沈闻 范新
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 k-means EM 分类
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 58-60,64
• 页数: 4页
• 分类号: TP311
• 字数: 3016字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.06.016

摘要

针对负例类别很难获得训练样本的情况,提出了一种基于正例和未标文档的半监督分类方法.已知仅有正例文本的情况下,引入k-means 聚类算法对未标样本集进行聚类,从未标样本集中选出最为可靠的负例样本信息,初始化分类器.基于EM的极大似然估计理论,在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本进行分类,并应用到M-step中修正分类器的参数值,迭代选择最优分类器.实验结果表明,该方法取得了较好的分类效果.