改进的最大熵权值算法在文本分类中的应用

• 作者: 李学相
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 文本分类 最大熵算法 均值聚类 特征选择
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 210-212
• 分类号: TP391
• 字数: 2443字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.06.052

摘要

由于传统算法存在着特征词不明确、分类结果有重叠、工作效率低的缺陷,为了解决上述问题,提出了一种改进的最大熵文本分类方法.最大熵模型可以综合观察到的各种相关或不相关的概率知识,对许多问题的处理都可以达到较好的结果.提出的方法充分结合了均值聚类和最大熵值算法的优点,算法首先以香农熵作为最大熵模型中的目标函数,简化分类器的表达形式,然后采用均值聚类算法对最优特征进行分类.经过实验论证,所提出的新算法能够在较短的时间内获得分类后得到的特征集,大大缩短了工作的时间,同时提高了工作的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李学相	郑州大学软件技术学院	30	134	6.0	10.0