结合粗糙集与集成学习的中文文本分类方法研究

• 作者: 周明全 张翔 董丽丽 闫清波
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 中文文本分类 粗糙集 集成学习 AdaBoost.M1
• 年，卷（期）: 2011,（1）
• 页码范围: 32-34
• 分类号: TP3
• 字数: 3102字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.01.010

摘要

介绍中文文本分类的流程及相关技术.在分析传统的文本特征选择不足的基础上,提出了基于粗糙集与集成学习结合的文本分类方法,通过粗糙集进行文本的特征选择,采用一种集成学习算法AdaBoost.M1来提高弱分类器的分类性能,对中文文本进行分类.实验证明,这种算法分类结果的F1值比C4.5、kNN分类器都高,具有更加优良的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董丽丽	西安建筑科技大学信息与控制工程学院	79	651	13.0	22.0
2	周明全	北京师范大学信息科学与技术学院	270	2127	22.0	27.0
3	张翔	西安建筑科技大学信息与控制工程学院	15	194	8.0	13.0
7	闫清波	西安建筑科技大学信息与控制工程学院	4	9	1.0	3.0