| 不同程度的监督机制在自动文本分类中的应用 |
| |
| 引用本文： | 丁磊,钱云涛.不同程度的监督机制在自动文本分类中的应用[J].计算机应用与软件,2004,21(6):65-68. |
| |
| 作者姓名： | 丁磊 钱云涛 |
| |
| 作者单位： | 浙江大学计算机学院,杭州,310027 |
| |
| 摘 要： | 自动文本分类技术涉及信息检索、模式识别及机器学习等领域。本文以监督的程度为线索，综述了分属全监督，非监督以及半监督学习策略的若干方法-NBC(Naive Bayes Classifier)，FCM(Fuzzy C-Means)，SOM(Self-Organizing Map)，ssFCM(serni-supervised Fuzzy C-Means)gSOM(guided Self-Organizing Map)，并应用于文本分类中。其中，gSOM是我们在SOM基础上发展得到的半监督形式。并以Reuters-21578为语料，研究了监督程度对分类效果的影响，从而提出了对实际文本分类工作的建议。
|
| 关 键 词： | 监督机制 自动文本分类技术 信息检索 模式识别 机器学习 半监督学习 非监督学习 |
APPLICATION OF DIFFERENT DEGREES OF SUPERVISION IN AUTOMATIC TEXT CATEGORIZATION |
| |
| Ding Lei,Qian Yuntao.APPLICATION OF DIFFERENT DEGREES OF SUPERVISION IN AUTOMATIC TEXT CATEGORIZATION[J].Computer Applications and Software,2004,21(6):65-68. |
| |
| Authors: | Ding Lei Qian Yuntao |
| |
| Abstract: | |
| |
| Keywords: | Text categorization Supervised learning Unsupervised learning Semi-supervised learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
