计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
21期
124-125,130
,共3页
文本分类%文档网络%主题模型%EM算法
文本分類%文檔網絡%主題模型%EM算法
문본분류%문당망락%주제모형%EM산법
针对传统文本分类方法对文档间关联关系考虑不充分的问题,提出一种基于iTopicModel的关联文本分类算法.根据类信息已知的文档归属于各个主题的概率判断主题代表的类信息,利用待分类文档归属于各个主题的概率及文本信息对文档进行分类.实验结果表明,当文档间的关联关系对类信息影响较大时,TC-iTM的分类性能优于传统文本分类方法.
針對傳統文本分類方法對文檔間關聯關繫攷慮不充分的問題,提齣一種基于iTopicModel的關聯文本分類算法.根據類信息已知的文檔歸屬于各箇主題的概率判斷主題代錶的類信息,利用待分類文檔歸屬于各箇主題的概率及文本信息對文檔進行分類.實驗結果錶明,噹文檔間的關聯關繫對類信息影響較大時,TC-iTM的分類性能優于傳統文本分類方法.
침대전통문본분류방법대문당간관련관계고필불충분적문제,제출일충기우iTopicModel적관련문본분류산법.근거류신식이지적문당귀속우각개주제적개솔판단주제대표적류신식,이용대분류문당귀속우각개주제적개솔급문본신식대문당진행분류.실험결과표명,당문당간적관련관계대류신식영향교대시,TC-iTM적분류성능우우전통문본분류방법.
