|
|||||
|
|
| 基于集成学习的标题分类算法研究 | |
| 引用本文： | 高元,刘柏嵩.基于集成学习的标题分类算法研究[J].计算机应用研究,2017,34(4). |
| 作者姓名： | 高元 刘柏嵩 |
| 作者单位： | 宁波大学,宁波大学 |
| 摘 要： | 标题分类是对一个标题性语句进行分类，通常这个标题是不超过20个字的短文本，内容精炼概括性强。针对标题文本的特征稀疏性和含义不确定性，提出了一种融合随机森林与贝叶斯多项式的标题分类算法。该算法把贝叶斯多项式模型引入到随机森林底层分类器构建过程中，同时利用随机森林附带的OOB数据提出了一种基于二维权重分布的投票机制。最后在图书馆真实书目数据上进行实验，针对分类性能与当前基于LDA主题扩展的SVM算法进行对比。实验结果表明在一定条件下，该方法性能稳定，表现较佳。 |
| 关 键 词： | 自然语言处理 标题分类 集成学习 改进随机森林 OOB二维权重分布 |
| 收稿时间： | 2016/3/14 0:00:00 |
| 修稿时间： | 2017/2/15 0:00:00 |
Headlines classification method based on ensemble learning |
|
| Gao Yuan and Liu Baisong.Headlines classification method based on ensemble learning[J].Application Research of Computers,2017,34(4). | |
| Authors: | Gao Yuan and Liu Baisong |
| Affiliation: | University of Ningbo, |
| Abstract: | |
| Keywords: | natural language processing headlines classification ensemble learning improved random forest OOB two-dimensional weight distribution |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 | |
| 点击此处可从《计算机应用研究》下载全文 | |
