利用协变量调整控制混杂因子的鲁棒文本分类

• 作者: 董园园
• 来源期刊: 计算机系统应用
• 关键词: 协变量调整 混杂变量 文本分类 文本特征 鲁棒性
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 155-160
• 页数: 6页
• 字数: 4862字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007161

摘要

针对目前很多文本分类方法很少控制混杂变量,且分类准确度对数据分布的鲁棒性较低的问题,提出一种基于协变量调整的文本分类方法.首先,假设文本分类中的混杂因子(变量)可在训练阶段观察到,但无法在测试阶段观察到;然后,以训练阶段的混杂因子为条件,在预测阶段计算出混杂因子的总和;最后,基于Pearl的协变量调整,通过控制混杂因子来观察文本特征和分类变量对分类器的精度影响.通过微博数据集和IMDB数据集验证所提方法的性能,实验结果表明,与其他方法相比,所提方法处理混杂关系时,可以得到更高的分类准确度,且对混杂变量具备鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董园园		3	2	1.0	1.0