参数嵌入算法在文本分类可视化中的应用

• 作者: 万琴 张莹 王耀南
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 朴素贝叶斯分类 参数嵌入 文本分类 后验概率 分类可视化
• 年，卷（期）: 2009,（16）
• 所属期刊栏目: 博士论坛
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP391.1
• 字数: 4563字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.16.008

摘要

如何对文本分类的结果进行可视化研究一直是模式识别中研究的重点.在假设文本类别在低维嵌入空间服从高斯分布的前提下,通过朴素贝叶斯分类算法得到数据类别属性的后验概率矩阵,然后运用参数嵌入算法在低维空间可视化文本分类结果.参数嵌入算法是使嵌入空间数据的类后验概率与高维空间的条件概率Kullback Leibler散度和最小化的算法,属于同一类的数据在低维空间中分布较为集中,性质相似的数据之间的距离较近,而不同性质的数据之间距离则较大.其优点在于计算复杂度是数据的类别和相应个数的乘积,非常适合于数据量大,类别数较少的数据分类可视化.20新闻组数据集和微型新闻组数据集的实验结果证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万琴	湖南大学电气与信息工程学院	5	211	4.0	5.0
2	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
3	张莹	湖南大学电气与信息工程学院	23	259	9.0	15.0