| 基于指数分布族的类特定文本分类算法 |
| |
| 引用本文： | 刘云,黄荣乘.基于指数分布族的类特定文本分类算法[J].重庆邮电大学学报(自然科学版),2019,31(5):694-701. |
| |
| 作者姓名： | 刘云 黄荣乘 |
| |
| 作者单位： | 昆明理工大学 信息工程与自动化学院,昆明,650050;昆明理工大学 信息工程与自动化学院,昆明,650050 |
| |
| 基金项目： | 国家自然科学基金(61262040 |
| |
| 摘 要： | 在文本分类中，选取一个高效的分类算法是提高文本分类准确度，缩短分类时间的关键。提出基于指数分布族的多项式贝叶斯类特定分类算法(exponential family-multinomial naive Bayes,EF-MNB)，基于多项式模型构造了N个类的分布，利用类特定特征选择算法得到第N个类的特征子集及对应类的特征概率密度函数(probability density function,PDF)，通过指数分布族构造了N个类的原始PDF估计表达式，给定N个类的训练集，得到了第N个类的最优PDF估计，并基于贝叶斯定理制定了分类规则。仿真结果表明，与基于文档主题生成模型和支持向量机(latent dirichlet allocation-support vector machine,LDA-SVM)的层次分析分类算法、改进的超球支持向量机(improved hyper-sphere support vector machine,IHS-SVM)文本分类算法和基于主成份分析和k最近邻(principal component analysis-k-nearest-neighbor,PCA-KNN)混合分类算法相比，EF-MNB类特定分类算法使用少量的时间就可获得更高分类准确率。
|
| 关 键 词： | 指数分布族 类特定特征选择 类条件概率密度函数 多项式朴素贝叶斯分类器 文本分类 |
| 收稿时间： | 2018/6/14 0:00:00 |
| 修稿时间： | 2019/2/27 0:00:00 |
Class-specifictext classification algorithm based on exponential family |
| |
| LIU Yun and HUANG Rongcheng.Class-specifictext classification algorithm based on exponential family[J].Journal of Chongqing University of Posts and Telecommunications,2019,31(5):694-701. |
| |
| Authors: | LIU Yun and HUANG Rongcheng |
| |
| Institution: | Faculty of Information Engineering andAutomation,Kunming University of Science and Technology,Kunming 650050,P.R.China and Faculty of Information Engineering andAutomation,Kunming University of Science and Technology,Kunming 650050,P.R.China |
| |
| Abstract: | |
| |
| Keywords: | exponential family class-specific feature selection class conditional probability density function multinomial naive Bayes classifier text classification |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
