分层特征计算和错误控制的层次分类方法

摘要：

中文新闻信息分类标准中,类别数量大.在将其应用于新闻分类时,会出现训练模型大、训练时间长,尤其是当部分类别改变时需要全部重新训练等问题.由于分类标准中类别之间存在层次关系,因此层次分类方法可以作为解决方案.研究层次化的中文新闻分类方法,并从以下两方面改善层次化分类方法的效果:1)分层的新闻特征计算,解决了层次分类中新闻在分类类别下的特征向量的不同表示的问题;2)错误控制,解决了在上一层分类错误的情况下新闻不会分到正确的类别上的情况.实验结果表明,层次分类方法的效果比平面分类的准确度提高了约4%,进行多次特征权重计算的层次分类方法比普通的层次分类的准确度提高了约3%,同时进行错误控制的分类效果比普通层次的分类效果提高了大概3%.

关键词：层次分类、支持向量机、中文信息分类标准、特征计算、错误控制

所属期刊栏目：37

分类号：TP311(计算技术、计算机技术)

资助基金：国家973项目2007CB310803

在线出版日期：2011-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：165-168,180