-
题名基于树桩网络的贝叶斯文本分类算法
被引量：4
- 1
-
-
作者
杨延娇
王治和
-
机构
西北师范大学数学与信息科学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第16期201-202,205,共3页
-
文摘
分析贝叶斯文本分类算法的不足,提出相应的改进算法。放宽朴素贝叶斯文本分类模型中的属性独立性假设,采用一种改进的基于贝叶斯定理的文本分类模型"树桩网络",改进朴素贝叶斯文本分类模型。实验证明,改进后的文本分类模型适合于文本分类的需要,改善了原有分类器的性能。
-
关键词
文本分类
朴素贝叶斯
属性独立性假设
树桩网络
-
Keywords
text classification
Naive Bayes
attribute independence assumption
stump network
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名三种文本分类算法的比较
被引量：4
- 2
-
-
作者
王潇
胡鑫
-
机构
西北师范大学数学与信息科学学院
-
出处
《石河子大学学报（自然科学版）》
CAS
2005年第6期769-771,共3页
-
文摘
介绍了一种基于贝叶斯定理的文本分类模型“树桩网络(stump network)”。将该方法与朴素贝叶斯文本分类器和TAN(tree augmented naive bayes)文本分类器进行实验比较。结果表明,在大多数数据集上该文本分类方法具有较好的分类正确率。
-
关键词
计算机应用
文本分类
树桩网络
朴素贝叶斯
TAN
-
Keywords
computer application
text categorization
stump network
naive bayes
TAN
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种改进的贝叶斯文本分类模型
- 3
-
-
作者
王潇
胡鑫
-
机构
西北师范大学数学与信息科学学院
-
出处
《邢台职业技术学院学报》
2006年第1期19-21,共3页
-
文摘
朴素贝叶斯文本分类模型是一种简单而高效的文本分类模型,但是它的独立性假设属性使其无法表示现实世界属性之间的依赖关系,从而影响它的分类性能。这里提出一种改进的基于贝叶斯定理的文本分类模型——“树桩网络(Stump Network)”,并将该方法与朴素贝叶斯文本分类器和TAN(Tree Augmented Naive Bayes)文本分类器进行实验比较,结果表明,在大多数数据集上该文本分类方法具有较高的分类正确率。
-
关键词
文本分类
树桩网络
朴素贝叶斯
TAN
-
Keywords
text categorization
stump network
naive bayes
TAN
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名对贝叶斯文本分类模型的改进
被引量：1
- 4
-
-
作者
王潇
-
机构
仲恺农业技术学院计算机科学与工程学院
-
出处
《现代计算机》
2008年第1期21-23,共3页
-
文摘
在自动文本分类系统中,特征选择是有效降低文本向量维数的一种方法。朴素贝叶斯文本分类模型是一种简单而高效的文本分类模型。提出一个新的评价函数,即互信息差值,将其用于改进的贝叶斯文本分类模型"树桩网络"。结果表明,在大多数数据集上该方法具有良好的分类效果。
-
关键词
文本分类
特征选择
互信息差值
树桩网络
朴素贝叶斯
-
Keywords
Text Categorization
Naive Bayes
Feature Selection
Dispersion of Mutual Information Stump Network
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
