一种基于Agent-NB的文本分类模型和算法

• 作者: 刘显德 胡春娜 郝兴
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 朴素贝叶斯分类 Agent-NB 文本分类算法
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 103-106
• 分类号: TP391
• 字数: 3189字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0946.2011.01.026

摘要

针对基于内容的文本分类问题,提出了一种Agent与朴素贝叶斯分类(Naive Bayes)相融合的反馈分类模型和算法(Agent-NB).朴素贝叶斯分类是一种简单而有效的文本分类方法,然而有限大小的训练样本集,一般不具备良好的数据完备性,难以一次性构造出高性能的分类模型.基于Agent-NB的反馈分类模型,可结合Agent的智能特性,通过反馈学习过程,动态调整相应参数,使朴素贝叶斯分类模型不断逼近其理想模型,从而提高分类器的性能.实验结果表明,提出的Agent-NB分类方法,分类效果明显增强,召回卒、准确率和F1值与朴素贝叶斯分类算法相比有一定提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘显德	东北石油大学计算机与信息技术学院	14	29	3.0	4.0
2	郝兴	东北石油大学计算机与信息技术学院	1	1	1.0	1.0