基于改进隐马尔可夫模型的文本分类研究

• 作者: 孔照昆 朱俊武 李开荣 陈桂香
• 来源期刊: 微电子学与计算机
• 关键词: 隐马尔可夫模型 文本分类 期望交叉熵(ECE) χ2统计 TF-IDF方法
• 年，卷（期）: 2012,（11）
• 页码范围: 161-165
• 分类号: TP391
• 语种: 中文

摘要

将一种改进的隐马尔可夫模型（HMM）应用于文本分类中,在考虑其前向依赖的同时,需考虑状态的后向依赖性.将当前观测值和和当前状态对其后一状态的依赖性加入模型的学习,这样的改进模型能有效提高文本信息抽取准确率.在文本分类过程研究中,首先对训练样本进行文本预处理,对HMM分类器模型进行参数学习,建立HMM分类器后用测试集进行测试并做出性能评价.在性能评价中用改进的评测指标,可针对不同数据集做出准确评价,以及可对比不同分类工作在同一数据集上的性能,大大提高评价质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俊武	扬州大学信息工程学院	42	143	6.0	10.0
2	陈桂香	扬州大学信息工程学院	2	6	2.0	2.0
3	孔照昆	扬州大学信息工程学院	1	3	1.0	1.0