一种基于聚类的文本迁移学习算法

• 作者: 李爱军 杜俊卫
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 训练数据过期 新数据非常少 迁移学习 聚类 文本
• 年，卷（期）: 2010,（12）
• 页码范围: 238-241
• 分类号: TP3
• 字数: 3275字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2010.12.052

摘要

当现有训练数据过期,而新数据又非常少时,运用迁移学习能够有效提高分类器性能.本文提出一种基于聚类的文本迁移学习算法,给出了算法的主要思想及实现步骤.然后,在中文文本语料库上进行了实验,并与非迁移学习算法进行了比较.实验证明该方法能有效提高分类器性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爱军	山西财经大学信息管理学院	20	110	6.0	10.0
2	杜俊卫	山西财经大学信息管理学院	1	3	1.0	1.0