深层次分类中候选类别搜索算法

• 作者: 刘述昌 张忠林 江粉桃
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 深层文本分类 类别层次 类别层次树 深度优先搜索 候选类别
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 第四届大数据学术会议(CCF BIGDATA2016)
• 页码范围: 635-639,672
• 页数: 6页
• 分类号: TP301.6
• 字数: 7356字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.03.635

摘要

针对深层次分类中分类准确率低、处理速度慢等问题,提出一种待分类文本的候选类别搜索算法.首先,引入搜索、分类两阶段的处理思想,结合类别层次树的结构特点和类别间的相关联系等隐含的领域知识,进行了类别层次权重分析和特征项的动态更新,为类树层次结构的各个节点构建更具分类判断力的特征项集合;进而,采用深度优先搜索算法并结合设定阈值的剪枝策略缩小搜索范围,搜索得到待分类文本的最优候选类别;最后,在候选类别的基础上应用经典的K最近邻(KNN)分类算法和支持向量机(SVM)分类算法进行分类测试和对比分析.实验结果显示,所提算法的总体分类性能优于传统的分类算法,而且使平均F1值较基于贪心策略的启发式搜索算法提高了6％左右.该算法显著提高了深层次文本分类的分类准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张忠林	兰州交通大学电子与信息工程学院	81	483	12.0	18.0
2	刘述昌	兰州交通大学电子与信息工程学院	2	11	2.0	2.0
3	江粉桃	兰州交通大学电子与信息工程学院	1	3	1.0	1.0