利用质心向量构建增量式分类器

摘要：

本文给出三种启发式规则用于获取根集文档的质心向量。通过使用给定的正例文档，本文首先构建一个与其对应的质心向量，然后利用它提取未标识数据集中的可靠正反样例。文本分类器使用这个逐步扩展的训练集进行增量训练。在Reuters-21578数据集上的实验结果表明，Sum质心向量可以协助分类器提高其分类精度。最后，本文通过实验验证了论文中提出的方法比PEBL算法更高效。

关键词： 质心向量 文本分类 文档特征权重 质心特征权重 启发式规则

作者: 王辉 左万利

作者单位: 吉林大学,长春 130012

会议类型: 国内会议

会议名称: 第三届全国信息检索与内容安全学术会议

会议地点: 苏州

会议语种:中文

页码: 144-150

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）