一种基于质心的多标签文本分类模型研究

• 作者: 李校林 王成
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 质心分类器 多标签学习 引力模型 相似度区间
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1120-1126
• 页数: 7页
• 分类号: TP321
• 字数: 4206字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.06.021

摘要

为了解决目前所提出的多标签分类算法仍然存在分类精度低和计算复杂度高的问题,提出了一种基于质心的多标签引力模型(ML-GM).在训练阶段,通过计算文档与类的质心之间的相似性来获得相似性区间.在测试阶段,通过比较未定义文档和类质心之间的相似性是否在相似性区间内来进行多标签分类.该模型通过引入质心分类器和引力模型(GM)解决了计算复杂度高、分类精度低的问题.在实验中使用了雅虎数据集,结果表明,ML-GM在平均精确度、AUC、1-错误率和汉明损失上都有优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李校林	重庆邮电大学通信与信息工程学院	72	471	10.0	18.0
10	王成	重庆邮电大学通信与信息工程学院	3	0	0.0	0.0