|
|||||
|
|
| 基于RAKEL算法的商品评论多标签分类研究与实现 | |
| 作者单位： | ;1.东北大学计算机科学与工程学院 |
| 摘 要： | 商品通常包含多个属性维度,准确找到商品评论中涉及的属性维度是文本挖掘工作的基础。RAKEL算法是多标签分类中问题转换思路的一种实现。在以往的工作中,由于子标签集合的随机性,没有充分发现和考虑标签之间的相关性,导致分类精度不高。为此,提出了改进的FI-RAKEL算法。首先通过FP-Growth算法得到标签的频繁项集,再从频繁项集和原始标签集合中选择标签构成新的标签子集,以此充分利用标签相关性训练基分类器。实验证明,改进的FI-RAKEL算法具有更好的评论文本多标签分类性能。 |
| 关 键 词： | 多标签分类 RAKEL 频繁项集 标签相关性 |
Research and Implementation of RAKEL Algorithm Based Multi-Label Classification for Online Commodity Reviews |
|
| Abstract: | |
| Keywords: | |