基于集成学习的标题分类算法研究

• 作者: 刘柏嵩 高元
• 来源期刊: 计算机应用研究
• 关键词: 自然语言处理 标题分类 集成学习 改进随机森林 OOB二维权重分布
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1004-1007
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.010

摘要

标题分类是对一个标题性语句进行分类,通常这个标题是不超过20个字的短文本,内容精炼且概括性强.针对标题文本的特征稀疏性和含义不确定性,提出了一种融合随机森林与贝叶斯多项式的标题分类算法.该算法将贝叶斯多项式模型引入到随机森林底层分类器构建过程中,同时利用随机森林附带的OOB数据提出了一种基于二维权重分布的投票机制.最后在图书馆真实书目数据上进行实验,针对分类性能与当前基于LDA主题扩展的SVM算法进行对比,实验结果表明在一定条件下,该方法性能稳定、表现较佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘柏嵩	宁波大学信息科学与工程学院	48	518	13.0	21.0
2	高元	宁波大学信息科学与工程学院	1	24	1.0	1.0