基于多代表点的文本分类研究

• 作者: 陈可华
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 文本分类 多代表点 Rocchio KNN
• 年，卷（期）: 2010,（6）
• 页码范围: 116-118,125
• 分类号: TP391.1
• 字数: 2939字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2010.06.028

摘要

文本自动分类是一种有效的组织信息和管理信息的工具,传统分类方法一般在分类效果和运行效率上两者不可兼得,通过综合Rocchio和KNN 2种分类方法的优点,设计出一种基于多代表点的文本分类方法,该方法通过对各类挖掘出多个有效的代表点(真实或虚拟的),再使用基于这些代表点的Rocchio和KNN方法进行分类.实验表明,该方法以较少的训练时间达到令人满意的分类效果,并且能很好地解决不平衡类问题,实验结果显示,该方法能达到与SVM相当的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈可华	宁德师范学院计算机系	11	8	2.0	2.0