不同程度的监督机制在自动文本分类中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：自动文本分类技术涉及信息检索、模式识别及机器学习等领域.本文以监督的程度为线索,综述了分属全监督,非监督以及半监督学习策略的若干方法-NBC(Naive Bayes Classofoer),FCM(Fuzzy G-Means),SOM(Self-Organixing Map),ssFCM(semi-supervisedFuzzy C-Means)和gSOM(guided Self-Organizing Map),并应用于文本分类中.其中,gSOM是我们在SOM基础上发展得到的半监督形式.并以Reuters-21578为语料,研究了监督程度对分类效果的影响,从而提出了对实际文本分类工作的建议.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：监督机制 Organizing Reuters guided means 监督机制 自动文本分类技术 信息检索 模式识别 机器学习