模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
4期
456-463
,共8页
李文%苗夺谦%卫志华%王炜立
李文%苗奪謙%衛誌華%王煒立
리문%묘탈겸%위지화%왕위립
阻塞%文本分类%层次结构%先验知识%动态修正
阻塞%文本分類%層次結構%先驗知識%動態脩正
조새%문본분류%층차결구%선험지식%동태수정
文本层次分类中阻塞现象是影响层次分类器性能的重要原因.针对这一问题,提出基于阻塞先验知识的文本层次分类模型.该模型包括两部分:首先对阻塞分布进行估计,提出"阻塞对"识别技术,重点在于获取严重的阻塞方向;其次,把分析出的阻塞先验知识融合到分类过程中,利用层次拓扑结构修正算法,引导阻塞文本"回归"正确分类路径.在中文语料TanCorp上的实验表明,该算法在没有额外增加分类器数目的前提下,能有效改善层次分类性能,是解决层次分类阻塞问题的一种方法.另外,与平面分类算法比较后,该算法更稳定.
文本層次分類中阻塞現象是影響層次分類器性能的重要原因.針對這一問題,提齣基于阻塞先驗知識的文本層次分類模型.該模型包括兩部分:首先對阻塞分佈進行估計,提齣"阻塞對"識彆技術,重點在于穫取嚴重的阻塞方嚮;其次,把分析齣的阻塞先驗知識融閤到分類過程中,利用層次拓撲結構脩正算法,引導阻塞文本"迴歸"正確分類路徑.在中文語料TanCorp上的實驗錶明,該算法在沒有額外增加分類器數目的前提下,能有效改善層次分類性能,是解決層次分類阻塞問題的一種方法.另外,與平麵分類算法比較後,該算法更穩定.
문본층차분류중조새현상시영향층차분류기성능적중요원인.침대저일문제,제출기우조새선험지식적문본층차분류모형.해모형포괄량부분:수선대조새분포진행고계,제출"조새대"식별기술,중점재우획취엄중적조새방향;기차,파분석출적조새선험지식융합도분류과정중,이용층차탁복결구수정산법,인도조새문본"회귀"정학분류로경.재중문어료TanCorp상적실험표명,해산법재몰유액외증가분류기수목적전제하,능유효개선층차분류성능,시해결층차분류조새문제적일충방법.령외,여평면분류산법비교후,해산법경은정.
