基于TAN的文本自动分类框架  

Automatic Text Categorization Framework Based on TAN

作　　者：刘佳[1] 贾彩燕[1] 

机构地区：[1]北京交通大学计算机与信息技术学院,北京100044

出　　处：《计算机工程》2010年第16期36-38,41,共4页Computer Engineering

基　　金：高等学校博士学科点专项科研基金资助项目(2007004038)

摘　　要：介绍一种树状朴素贝叶斯(TAN)文本分类模型,对该模型存在的阈值选取问题进行实验分析,提出不需要进行阈值选取的TAN文本自动分类框架(ATAN)。在中英文非均匀类分布测试集上对基于ATAN的2种算法与手动选取阈值达到最优性能的BL-TAN进行对比,结果表明基于ATAN的算法具有更高性能。This paper introduces a Tree-Augmented Na？ve Bayes（TAN） text categorization model,analyzes its problem of threshold selection,and proposes an Automatic TAN（ATAN） text categorization framework.Two algorithms based on ATAN are compared to the BL-TAN with the best classification performance at a specified threshold both on Chinese and English imbalanced datasets.Results show that algorithms based on ATAN have higher performance than BL-TAN.

关 键 词：文本分类 树状朴素贝叶斯模型 贝叶斯网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]