基于LPA和Tri-Training的半监督文本倾向性分类

• 作者: 郭毅 黄磊
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 半监督学习 LIT2 文本倾向性分类 Tri-Training算法 标签传播算法
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 信息管理与应用数学
• 页码范围: 114-121
• 页数: 8页
• 分类号: TP391.1
• 字数: 7247字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2015.06.018

摘要

提出了一种基于LPA和Tri-Training算法的半监督文本倾向性分类框架.通过LPA对初始样本进行快速分类,获得更多可信的有标签数据,优化分类框架的训练过程.引入Tri-Training算法,提高分类框架的泛化能力和可用性.实验结果表明,在不同标注比例的样本集上,该框架都有较好的分类性能,相较有监督学习算法和单一的半监督算法提高了分类精度,并有较强的鲁棒性,为解决有标签样本比例较少情况下的文本倾向性分类提供了一个新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄磊	北京交通大学经济管理学院	47	353	10.0	17.0
2	郭毅	北京交通大学经济管理学院	2	3	1.0	1.0