并行化的半监督朴素贝叶斯分类算法

摘要：

针对当前需要对海量的文本数据进行分类和用于训练的带标记的文本数据非常匮乏这两个问题,结合半监督的朴素贝叶斯分类算法和Map-Reduce编程模型,提出了一种新型的并行化的半监督朴素贝叶斯分类(parallelized semi-supervised Naive Bayes,PSNB)算法.通过实验可以看出,PSNB算法不仅可以高效地处理海量的文本数据,还可以有效地利用无标记的文本数据来提高分类器准确率.

关键词：朴素贝叶斯、并行化、半监督、文本分类、海量数据

所属期刊栏目：6

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61035003,61175042,61021062;the International Cooperation Project of Ministry of Science and Technology of China under Grant No.2010DFA11030;the New Century Excellent Talent Foundation from MOE of China under Grant No.NCET-10-0476;the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2011005,BK2010054

在线出版日期：2012-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：912-918