基于免疫算法的文本分类研究.pdfVIP

维普资讯 软件 时空 中文核心期刊 《微计算机信息》(管控一体化)2007年第23卷第8-3期 文章编号：1008-0570(2007)08_3— 1O—略 基于免疫算法的文本分类研究 ResearchofTextCategorizationBasedonImmuneAIgorithm ‘ 室；张启蕊 - ，z张 凌 -董守斌 -谭景华 s 2． 广东药学院；3．中国电信集团广州研发中心) 7队，口-西 ’ J3 里 可 焊 累 干 ZHANG QIRUIZHANG LING DONG SHOUBIN TAN JINGHUA 摘要：借鉴免疫的生物学机理 。本文提 出了一种基于抗体浓度 的克 隆选择算法 ，该算法中抗体 的选择概率 由亲和度与浓度共 同决定．具有高亲和度和低浓度 的抗体才受到促进 。该算法在文本分类领域得到 了成功应用。在文本分类 的应用中，抗原、 B细胞和抗体分别对应训练文本 、分类器 的一个解和分类器 的解与训练文本 的亲和度 ，最后训练完成 的分类器含有多个记 忆细胞 ，有效保证 了解的多样性 。在数据集 20_newsgroups上的实验结果显示 ，该方法 的综合性能指标 F可达 80．90％，优 于 Rocchio法与 NaiveBayes法 。 关键词：文本分类；免疫 ；克隆选择 ；抗体浓度 中图分类号：TP391 文献标识码：A Abstract：Theclonal selection principleanddensitycontrolmechanism areusedby thenaturalimmune system todeftnethefeatures ofanimmuneresponsetoan natigenicstimulus．ItestablishestheideasthatonlythoseceHsthathavehigheraffinityandlowerden- sityareselectedtoprolifcrate．Anewalgorithm，calledtheClonalSelectionAlgorithm BasedonAntibodyDensity (CSABAD)，is broughtforwardnad successfully implemented in textcategorization．In textcategorization，natigen，B cellandantibodyraerespec· tivelycorrespondedwith trainingtext．anindividual ofclassifternadaffinitybetween theindividual andtrainingtexts．rhefinalclas- sifteriScomposed with manymemory B cells． rhemethod isapplied to the20 newsgroupsdatasetand weobtainsa F1score of _ 80．90％．Theresuh showsthatCSABAD significnatlyoutperform RocchioandNaiveBayes． Keywords：Textcategorization,Immune，Clonalselection，Antibodydensity 抗原是能刺激机体 的免疫系统使之产生特异性应答 的物 1 引言 质 ，可以是微生物、异形血细胞、移植器官等 。抗体是免疫系统 随着 网络的快速发展 ．数字化文本也得到了爆炸性 的增