基于支持向量的迭代修正质心文本分类算法

《基于支持向量的迭代修正质心文本分类算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2013年2月第39卷第2期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsFebruary2013V01．39No．2基于支持向量的迭代修正质心文本分类算法王德庆张辉(北京航空航天大学软件开发环境国家重点实验室，北京100191)摘要：针对质心分类算法容易产生归纳偏置或模型失配问题的不足，提出一种基于支持向量的迭代修正质心分类算法．该方法仅使用由支持向量机(SVMs，SupportVectorMa．chines)选出的支持向量来构造质心向量，然后利用训练集误分样本来迭

2、代修正初始质心向量．与其他分类算法相比，该算法取得较好的宏平均F，和微平均F．，在8个常用文本分类数据集上的实验验证了该算法的有效性，特别是在不均衡文本语料上．关键词：文本分类；质心向量；支持向量；迭代修正；支持向量机中图分类号：TP181文献标识码：A文章编号：1001．5965(2013)02-0269-06Support--vector·-basediterativelyadjustedcentroidclassifierfortextCateaOrizatiOnWangDeqingZhangHui(StateKeyLaboratory,of

3、SoftwareDevelopmentEnvironment，BeijingUniversityofAeronauticsandAstronautics，Beijiag100191，China)Abstract：Toaddressthelacknessofcentroid-basedclassifier(CC)thatispronetogenerateinductivebiasormodelmisfit，asupport-vector—basediteratively—adjustedcentroidclassifier(IACC—SV)waspr

4、oposed，whichemployssupportvectorsfoundbysomeroutines，e．g．，linearsupportvectormachines(SVMs)toC01]一structcentroidvectorsforCC，andtheniterativelyadjuststheinitialcentroidvectorsaccordingtothemisclas-sifiedtrainingsamples．Comparedwithtraditionalclassificationalgorithms，IACC—SVach

5、ievesbetterperform·anceintermsofmacro—Flandmicro—FI，andtheextensiveexperimentson8real·worldtextcorporademon—stratetheeffectivenessoftheproposedalgorithm，especiallyontextcorporawithhighlyimbalancedclasses．Keywords：textcategorization；centroidvector；supportvector；iterativeadjustm

6、ent；supportvectorma—chines文本分类(TC，TextCategorization)是一项将未标记的自然语言文本分配到事先定义的主题类别中的任务¨。．文本分类技术已经被广泛应用到在线新闻分类‘。、软件bug分类。2。及垃圾邮件过滤等实际的应用中．由于语料的高维、稀疏等特点，特征选择也是文本分类的重要组成部分一。．基于质心的分类算法(CC，Centroid—basedClassification)由于其简单性、高效性等特点受到研究人员越来越多的关注，并且Han等人已经证明质心分类算法对于文本分类来说是一个有效的、鲁棒的分类模型一

7、。．质心分类算法的基本观点是利用属于同类的训练实例来构造一个类别的质心向量(CentroidVector)，然而传统CC的分类精度要明显地低于其他分类器，如支持向量机分类器(SVMs，SupportVectorMachines)‘“．导致分类精度低的原因之一是质心向量的构造函数存在问题”J．因此研究人员针对质心向量的构造或者修正提出了很多改进型的算法，例如ClassFeatureCentroid分类器。l、DragPushing。”“、基于TermDistribution方法“、WeightAdjustment方法。”．收稿Et期：2012-01-

8、1I；网络出版时间：2012-04一1213：33网络出版地址：WWW．cnki．net／kcms／detail／I1．2