基于改进Tri-training算法的中文问句分类

• 作者: 杨思春 王雷
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: Tri-training算法 随机采样 问句分类
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机与信息
• 页码范围: 172-176
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2016.02.015

摘要

原始Tri-training算法对有标记的数据集通过随机采样方法，形成3个训练集去训练3个分类器。但是由这种随机采样形成的训练集中，可能出现有标记数据集中的不同类别数据数量相差较大，从而导致训练集中样本类别不平衡问题，影响分类器的分类正确率。本文通过分类采样对Tri-training算法的随机采样方法进行改进，根据该改进的Tri-training算法，建立分类模型，并利用其对哈工大中文问句集和本文扩展问句集进行分类实验。结果表明，本文算法有良好的适应性，且分类正确率明显提高；适当增大训练集和未标记样本数据可以增强分类器的泛化能力，从而使分类正确率提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨思春	安徽工业大学计算机科学与技术学院	71	416	11.0	17.0
2	王雷	安徽工业大学计算机科学与技术学院	6	10	2.0	3.0