基于SVM主动学习技术的 PU 文本分类

• 作者: 富震
• 来源期刊: 计算技术与自动化
• 关键词: 支持向量机 主动学习 PU 文本分类 Rocchio
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 127-131
• 页数: 5页
• 分类号: TP31
• 语种: 中文

摘要

PU文本分类(以正例和未标识实例集训练分类器的分类方法)关键在于从 U(未标识实例)集中提取尽可能多的可靠反例，然后在正例与可靠反例的基础上使用机器学习的方法构造有效分类器，而已有的方法可靠反例的数量少或不可靠，同样构造的分类器也精度不高，基于 SVM主动学习技术的 PU 文本分类算法提出一种利用 SVM与改进的 Rocchio分类器进行主动学习的PU文本分类方法，并通过 spy技术来提高 SVM分类器的准确度，解决某些机器学习中训练样本获取代价过大，尤其是反例样本较难获取的实际问题。实验表明，该方法比目前其它的主动学习方法及面向 PU 的文本分类方法具有更高的准确率和召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	富震	沈阳炮兵学院指挥自动化教研室	3	15	2.0	3.0