基于PAC-Bayes理论的Web文档数据质量评估方法

• 作者: 何丽 汤莉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: PAC-Bayes边界 支持向量机 泛化能力 数据质量评估
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 572-579
• 页数: 8页
• 分类号: TP181
• 字数: 6507字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.03.025

摘要

为了更好地评估Web文档数据质量,提出一种基于PAC-Bayes理论的Web文档质量评估指标体系和评估方法.PAC-Bayes理论融合了PAC理论和贝叶斯定理,在充分利用样本先验信息的基础上,椎导出了最紧的泛化风险边界,用于衡量学习算法的泛化性能.首先阐述了文档数据质量评估的研究现状,介绍了PAC-Bayes理论框架及其在支持向量机上的应用;其次提出一种基于PAC-Bayes理论的Web文档数据质量评估方法(DQAPB),将SVM算法及其PAC-Bayes边界应用于Web文档的质量评价中,并构建了基于PAC-Bayes理论的Web文档质量评估指标体系;最后采用Wikipedia文档进行实验,实验结果表明该方法具有简便快速、稳定性和鲁棒性较强的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何丽	天津财经大学理工学院信息科学与技术系	25	161	7.0	12.0
2	汤莉	天津财经大学理工学院信息科学与技术系	13	25	3.0	4.0