一种面向自动化标检的文本分类方法

• 作者: 焦倩倩 郭泽
• 来源期刊: 现代防御技术
• 学科: 工学
• 关键词: 机器学习 文本分类 朴素贝叶斯 遗传算法 自动化标检
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 综合保障性技术
• 页码范围: 97-104
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2020.05.015

摘要

针对自动化标检中的段落文本分类问题,提出一种基于机器学习的改进朴素贝叶斯分类算法.该方法对朴素贝叶斯分类算法进行改进并作为分类器,采用遗传算法作为训练模型对分类器中的所有特征权重进行训练,并采用一种基于图表位置的修正算法优化分类结果.在实际的数据集中进行了实验,结果表明,该方法与传统KNN(K-nearest neighbor)算法和朴素贝叶斯算法相比具有更好的分类结果,能够有效的处理错误样本较多的情况,可大幅提升自动化标检的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭泽		1	0	0.0	0.0
2	焦倩倩		1	0	0.0	0.0