基于随机森林的藏文文本分类

• 作者: 包晗 尚慧杰 西热旦增 郭龙银
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 藏文 条件随机场 TF-IDF 随机森林 文本分类
• 年，卷（期）: 2019,（12）
• 页码范围: 178-180
• 页数: 3页
• 分类号: TP391

摘要

针对藏文文本及其语法和词法结构,采用条件随机场进行分词,利用人工统计和标注进行停用词词典建立,然后采用tf-idf的词向量空间,予以权重计算,最后采用随机森林算法构建分类器,进行文本分类。并使用查全率、查准率和F1值三种评价函数与逻辑回归、多项式朴素贝叶斯、支持向量机三种算法相比,结果显示,随机森林算法在高维特征的藏文文本分类上优于其他分类器。