Centroid和EM结合的半监督文本分类

摘要：

针对维吾尔文文本分类中的“标注瓶颈”问题,研究半监督文本分类.将期望最大化(expectation maximization,EM)算法和基于质心向量(Centroid vector)的分类算法相结合,提出一种半监督文本分类算法Centroid-EM,解决在Centroid分类器下,结合少量已标注样本和大量未标注样本来提高分类器性能的问题.在维吾尔文文本数据集上的实验结果表明,未标注样本的加入能够改善基于Centroid的分类方法在维吾尔文文本数据集上的分类效果.

关键词：质心向量、期望最大化、半监督学习、文本分类、维吾尔文

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

资助基金：新疆维吾尔自治区自然科学基金项目2016D01C068

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3118-3123