| 基于蚁群聚集信息素的半监督文本分类算法 |
| |
| 引用本文： | 杜芳华,冀俊忠,吴晨生,吴金源.基于蚁群聚集信息素的半监督文本分类算法[J].计算机工程,2014(11):167-171. |
| |
| 作者姓名： | 杜芳华 冀俊忠 吴晨生 吴金源 |
| |
| 作者单位： | 1. 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室,北京,100124
2. 北京市科学技术情报研究所,北京,100048 |
| |
| 基金项目： | 国家自然科学基金资助项目(61375059 |
| |
| 摘 要： | 半监督文本分类中已标记数据与未标记数据分布不一致,可能导致分类器性能较低。为此,提出一种利用蚁群聚集信息素浓度的半监督文本分类算法。将聚集信息素与传统的文本相似度计算相融合,利用Top-k策略选取出未标记蚂蚁可能归属的种群,依据判断规则判定未标记蚂蚁的置信度,采用随机选择策略,把置信度高的未标记蚂蚁加入到对其最有吸引力的训练种群中。在标准数据集上与朴素贝叶斯算法和EM算法进行对比实验,结果表明,该算法在精确率、召回率以及F1度量方面都取得了更好的效果。
|
| 关 键 词： | 文本分类 半监督学习 聚集信息素 自训练 Top-k策略 随机选择策略 |
Semi-supervised Text Classification Algorithm Based on Ant Colony Aggregation Pheromone |
| |
| DU Fanghua
,
JI Junzhong
,
WU Chensheng
,
WU Jinyuan.Semi-supervised Text Classification Algorithm Based on Ant Colony Aggregation Pheromone[J].Computer Engineering,2014(11):167-171. |
| |
| Authors: | DU Fanghua JI Junzhong WU Chensheng WU Jinyuan |
| |
| Abstract: | |
| |
| Keywords: | text classification semi-supervised learning aggregation pheromone self-training Top-k strategy random selection strategy |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
