位置:成果数据库 > 期刊 > 期刊详情页
基于差异性评估对Co-training文本分类算法的改进
  • ISSN号:0732-2112
  • 期刊名称:电子学报
  • 时间:0
  • 页码:138-143
  • 语言:中文
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]大连海事大学信息科学技术学院,辽宁大连116026, [2]烟台职业学院计算机与信息工程系,山东烟台264670
  • 相关基金:国家自然科学基金(No.60773084,J0724003,60603023);教育部博士点基金(No.20070151009)
  • 相关项目:分析挖掘冠心病中医诊疗临床规律的智能技术研究
中文摘要:

Co-training算法要求两个特征视图满足一致性和独立性假设,但是,许多实际应用中不存自然的划分且满足这种假设的两个视图,且直接评估两个视图的独立性有一定的难度.分析Co-training的理论假设,本文把寻找两个满足一致性和独立性特征视图的目标,转变成寻找两个既满足一定的正确性,又存在较大的差异性的两个基分类器的问题.首先利用特征评估函数建立多个特征视图,每个特征视图包含足够的信息训练生成一个基分类器,然后通过评估基分类器之间的差异性间接评估二者的独立性,选择两个满足一定的正确性和差异性比较大的基分类器协同训练.根据每个视图上采用的分类算法是否相同,提出了两种改进算法TV-SC和TV-DC.实验表明改进的TV-SC和TV-DC算法明显优于基于随机分割特征视图的Co-Rnd算法,而且TV-DC算法的分类效果要优于TV-SC算法.

英文摘要:

Co-training algorithm is constrained by its assumption that the features can be split into two compatible and independent subsets.However,the assumption is usually violated in real-world application,especially for independence.We discover its real purpose is to find two classifiers with certain accuracy and sufficient diversity to co-train.First,multi-views are created using different term evaluation functions.Second,instead of directly computing the independence between two sub-views,this paper evaluates the independence between two classifiers, trained on them, by using diversity measures indirectly. Thus a pair of classifiers with certain accuracy and greater diversity is selected. The experimental results show two improved algorithms named TV-SC and TV-DC are both outperform another co-training algorithm named Co-Rnd based on random splitting method, and TV-DC outperforms TV- SC.

同期刊论文项目
期刊论文 36 会议论文 8 专利 1
同项目期刊论文