基于支持向量机的PU中文文本分类器构建

• 作者: 刘金岭 王宗尧
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 PU分类 文本分类 正例 可信反例
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 100-105
• 页数: 6页
• 分类号: TP311
• 字数: 4654字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.06.015

摘要

在PU文本分类中,针对文本分类中可信反例获取困难,使文本分类器性能低下的问题,提出了一种基于支持向量机的PU文本分类器的构建.该方法采用改进的特征词权值提取方法进行特征词提取,利用OB_PCZ算法从未标识文本数据集中尽可能多地移除正例,从而获得更多的可信反例.结合支持向量机和改进的Rocchio构建了高效的文本分类器.实验表明,该方法比目前其它的面向PU学习的文本分类方法具有更高的分类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘金岭	淮阴工学院计算机与软件工程学院	63	355	10.0	15.0
2	王宗尧	淮阴工学院管理工程学院	10	16	2.0	3.0