检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]扬州大学信息工程学院计算机科学系,江苏扬州225009
出 处:《计算机技术与发展》2009年第6期58-60,64,共4页Computer Technology and Development
基 金:国家自然科学基金资助项目(60673060)
摘 要:针对负例类别很难获得训练样本的情况,提出了一种基于正例和未标文档的半监督分类方法。已知仅有正例文本的情况下,引入k-means聚类算法对未标样本集进行聚类,从未标样本集中选出最为可靠的负例样本信息,初始化分类器。基于EM的极大似然估计理论,在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本进行分类,并应用到M-step中修正分类器的参数值,迭代选择最优分类器。实验结果表明,该方法取得了较好的分类效果。Presents a high performance method classifying positive and unlabeled documents. The idea is to first use cluster to extract same reliable negative documents from the unlabeled set and initial a classifier. Then optimize our classifier with the expectation - maximization (EM) algorithm. In each E - step,would like to annotate the most reliable documents, which processed in M - step. After several iteration,ean select a better classifier with EM algorithm. The experiments show that this method achieves a high performance.
分 类 号:TP311[自动化与计算机技术—计算机软件与理论]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222