词间相关性在贝叶斯文本分类中的应用研究

• 作者: 王树梅 章舜仲 陈肇雄 黄河燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 朴素贝叶斯 事件相关 相关度 树扩展型朴素贝叶斯分类器
• 年，卷（期）: 2009,（16）
• 所属期刊栏目: 数据库、信息处理
• 页码范围: 159-161
• 页数: 3页
• 分类号: TP311
• 字数: 3501字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.16.046

摘要

针对朴素贝叶斯分类的属性独立性假设的不足,讨论了相关性及多变量相关的概念,给出词间相关度的定义.在TAN分类器的词间相关性分析基础上,提出一种文档特征词相关度估计公式及其在改进朴素贝叶斯分类模型中应用的算法,在Reuters-21578文本数据集上的实验表明,改进算法简单易行,能有效改进贝叶斯分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	陈肇雄	中国科学院计算机语言信息工程研究中心	37	1042	13.0	32.0
3	王树梅	南京理工大学计算机科学系	18	163	7.0	11.0
4	章舜仲	南京理工大学计算机科学系	5	73	4.0	5.0