节点文献
通过弱化朴素贝叶斯假设提高朴素贝叶斯文本分类器的性能
Improving the Performance of Naive Bayes Text Classifier through Weakening Naive Bayes Assumption
【机构】 西北工业大学计算机科学与工程系；
【摘要】 <正>1引言文本的自动分类在信息检索,信息过滤中起重要作用。随着在线文本数据量的不断增长,对高性能的文本分类工具的需求越来越迫切,文本自动分类技术也随之不断完善。目前,文本分类的算法有:朴素贝叶斯,支持向量机,决策树,神经网络,KNN等。其中,朴素贝叶斯是一个性能优秀的分类器。
【Abstract】 In this paper,we present a new feature definition which can reflect relationship among words,and describe document representation and feature selection algorithm for this feature definition. Based on this feature definition,we present our naive Bayes classification algorithm,naive Bayes assumption is weakened accordingly,and its performance is improved dramatically in our experiment.
【Key words】 Text mining；
Naive bayes；
- 【会议录名称】 第十九届全国数据库学术会议论文集（研究报告篇）
- 【会议名称】第十九届全国数据库学术会议
- 【会议时间】2002-08-26
- 【会议地点】中国河南郑州
- 【分类号】TP391.1
- 【主办单位】中国计算机学会数据库专业委员会