基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于短文本由于其特征数少而使分类效果不理想的情况,提出一种改进的贝叶斯网络文本分类算法,改进之处在于贝叶斯网络结构学习阶段寻找父节点的步骤,算法在考虑了连接强度的因素后,减少了本来不相关的两个节点被归类为父子关系的错误干扰,使每个节点找到的父节点更加准确,从而使文本的分类准确度得到了提升.
推荐文章
一种改进的朴素贝叶斯文本分类算法
贝叶斯
文本分类
特征词
多变量贝努力模型
一种改进的朴素贝叶斯文本分类方法
文本分类
朴素贝叶斯方法
文档特征
卡方检验
基于改进的朴素贝叶斯文本分类研究
文本分类
朴素贝叶斯
K近邻
知网
中文分词
朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析
Web分类系统
朴素贝叶斯算法
SVM算法
效率分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的贝叶斯网络短文本分类算法
来源期刊 广西师范大学学报(自然科学版) 学科 工学
关键词 贝叶斯网络 连接强度 短文本分类
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 140-143
页数 分类号 TP391.4
字数 4133字 语种 中文
DOI 10.3969/j.issn.1001-6600.2010.03.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 樊兴华 重庆邮电大学计算机科学与技术研究所 18 490 9.0 18.0
2 郭泗辉 重庆邮电大学计算机科学与技术研究所 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (89)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (26)
二级引证文献  (42)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(19)
  • 引证文献(3)
  • 二级引证文献(16)
2019(18)
  • 引证文献(2)
  • 二级引证文献(16)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
贝叶斯网络
连接强度
短文本分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导