基于频繁项集的多标签文本分类算法

摘要：

针对多标签文本分类问题,提出基于频繁项集的多标签文本分类算法--MLFI.该算法利用FP-growth算法挖掘类别之间的频繁项集,同时为每个类计算类标准向量和相似度阈值,如果文本与类标准向量的相似度大于相应阈值则归到相应的类别,在分类结束后利用挖掘到的类别之间的关联规则对分类结果进行校验.实验结果表明,该算法有较高的分类性能.

关键词：多标签、相似度、频繁项集、关联规则

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60873100;山西省自然科学基金资助项目2009011017-4

在线出版日期：2010-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：83-85