基于多种特征选择的NB组合文本分类器设计.pdfVIP

第35卷 第24期 计 算 机 工 程 2009年 12月 Vo1．35 No．24 ComputerEngineering December2009 · 人工智能及识别技术 · 文章编号：…o—3428(2oo9)24—_0191—_03 文献标识码：A 中图分类号：TP391 基于多种特征选择的NB组合文本分类器设计 樊康新 ( 通大学计算机科学与技术学院，南通 226019) 摘 要 ： 列朴素贝叶斯fNB)分类器存分类过程中仔在渚如分类模型肘样本具有敏感性、分类精度难以提高等缺陷，提出一种基于多种特 征选择方法的NB组 合文本分 器方法 依槲Boosting分类算法，采用多种不同的特征选择方法建立文本的特征词集 ，训练NB分类器作 为Boosting迭代过程 的基分类器，通过对基分类器的加权投票生成最终的NB组合文本分类器 实验结果表 明，该组合分类器较单 NB文 本分类器具有更好的分类 能 关键诃：特征选择；朴孝矾叶斯；纠合文本分类器；Boosting算法 DesignofNB CombinationTextClassifier Basedon riousFeatureSelection FAN Kang-xin (SchoololC()mputel’ScienceandTechnology，NantongUniversity，Nantong226019) [Abstract]TherearesomushortcomnigswhenitusessingleNaTveBayes(NB)classifiel’toclassifytext．Forexample，theclassificationmodelis sensitivetosamplesandtheprecisionisalwayshardtObeimproved Thispaperploposesamethodthatcreatesdifferentfeaturesetwhichisusedin trainingNB classifieJusingdifferentmethodtoextracttextfleatmesineach iterationofBoostingprocedure AnNB combinationclassifierfortext categorization isdesignedbased011diflm’entfeatureselectionmethodsExperimentalresultshowsthatthecombinationclassifierismoreeffective thansingleNBclassitiers [Keywordslfeatureselecti(n：Na)．veBa)，es(NB)：c()mbinationtextclassifier；Boostingalgorithm 1 概述 类别的情况下，文本的特征(即单词，不同单词或同一单词在 文本分类是根据给定文本的内容，将其判别为事先确定 文档中不同的出现位置)是相互独立的。NB分类算法计算文 的若T个文本类别t的某--类或某几类的过程…。随着文本 本属于不同类别的后验概率，将该文本分配到具有最大后验 信息帚的快速增长，文本分类技术已成为信息检索、信息抽 概率的类别中去。 取、信息过滤、知识挖掘、数据组织和刚上信息快速定位等 没有训练样本集 D={d，d：，……d}，其可分为m类，记为 多个领域的关键技术。目前，许多