利用置信度重取样的SemiBoost-CR分类模型

• 作者: 唐焕玲 鲁明羽
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: boosting 半监督分类 朴素贝叶斯 置信度 重取样
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 1048-1056
• 分类号: TP181
• 字数: 5797字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2011.11.010

摘要

结合半监督学习和集成学习方法,提出了一种基于置信度重取样的SemiBoost-CR分类模型.给出了基于标注近邻与未标注近邻的置信度计算公式,按照置信度重采样,不仅选取一定比例置信度较高的未标注样本,而且选取一定比例置信度较低的未标注样本,分别以不同的策略加入到已标注的训练样本集,引入置信度高的未标注样本,用以提高基分类器的正确性(accuracy);而引入置信度低的未标注样本,目的则是进一步增加基分类器间的差异性(diversity).对比实验表明,SemiBoost-CR分类模型能够有效提升Naive Bayesian文本分类器的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁明羽	大连海事大学信息科学技术学院	42	574	11.0	23.0
2	唐焕玲	山东工商学院计算机科学与技术学院	1	8	1.0	1.0