节点文献

三种文本分类算法的比较

A Comparative Study on Three Text Classification Algorithms

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 王潇胡鑫

【Author】 WANG Xiao,HU Xin(College of Mathematics and Information Science,Northwest Normal University,Lanzhou,Gansu 730070,China)

【机构】 西北师范大学数学与信息科学学院西北师范大学数学与信息科学学院 甘肃兰州730070甘肃兰州730070

【摘要】 介绍了一种基于贝叶斯定理的文本分类模型“树桩网络(stump network)”。将该方法与朴素贝叶斯文本分类器和TAN(tree augmented naive bayes)文本分类器进行实验比较。结果表明,在大多数数据集上该文本分类方法具有较好的分类正确率。

【Abstract】 In this paper,an text classification model based on bayes theorem called stump network is introduced.Stump Network text classifier is compared with naive bayes text classifier and TAN(tree augmented naive bayes) by an experiment.Experimental results show this model has higher classification accuracy in most data sets.

  • 【文献出处】 石河子大学学报(自然科学版) ,Journal of Shihezi University(Natural Science) , 编辑部邮箱 ,2005年06期
  • 【分类号】TP391.1
  • 【被引频次】11
  • 【下载频次】324
节点文献中: 

本文链接的文献网络图示:

本文的引文网络