词间相关性在贝叶斯文本分类中的应用研究

doi:10.3778/j.issn.1002-8331.2009.16.046

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (16): 159-161.DOI: 10.3778/j.issn.1002-8331.2009.16.046

词间相关性在贝叶斯文本分类中的应用研究

章舜仲^1,2,王树梅¹,黄河燕³,陈肇雄³

1.南京理工大学计算机科学系，南京 210094
2.南京财经大学电子商务系，南京 210046
3.中国科学院计算机语言信息工程研究中心，北京 100083

收稿日期:2008-04-01 修回日期:2008-06-11 出版日期:2009-06-01 发布日期:2009-06-01
通讯作者: 章舜仲

Research on application of word correlation in Naive Bayes text classification

ZHANG Shun-zhong^1,2,WANG Shu-mei¹,HUANG He-yan³,CHEN Zhao-xiong³

1.Department of Computer Science，Nanjing University of Science and Techology，Nanjing 210094，China
2.Department of Electronic Business，Nanjing University of Finance and Economics，Nanjing 210046，China
3.Computer Language Information Engineering Research Center，Chinese Academy of Sciences，Beijing 100083，China

Received:2008-04-01 Revised:2008-06-11 Online:2009-06-01 Published:2009-06-01
Contact: ZHANG Shun-zhong

摘要/Abstract

摘要： 针对朴素贝叶斯分类的属性独立性假设的不足，讨论了相关性及多变量相关的概念，给出词间相关度的定义。在TAN分类器的词间相关性分析基础上，提出一种文档特征词相关度估计公式及其在改进朴素贝叶斯分类模型中应用的算法，在Reuters-21578文本数据集上的实验表明，改进算法简单易行，能有效改进贝叶斯分类性能。

关键词: 文本分类, 朴素贝叶斯, 事件相关, 相关度, 树扩展型朴素贝叶斯分类器

Abstract: Aiming at the deficiency of Naive Bayes’ attribute independence assumption，the concept of correlation and that between multi-variations were discussed，and the definition of correlation degree between terms was presented.Based on the analysis of the correlation between terms of TAN classifier，authors proposed a fomula to evaluate the correlation degree between document feature words and the algorithm of its application to ameliorating Naive Bayesian classifier.The experiments on Reuters-21578 collection show the improvement of algorithm to be simple，effective and easy to implement.

Key words: text classification, Naive Bayes, event correlation, correlation degree, Tree Augmented Naive Bayes（TAN） classifier

章舜仲^1,2,王树梅¹,黄河燕³,陈肇雄³. 词间相关性在贝叶斯文本分类中的应用研究[J]. 计算机工程与应用, 2009, 45(16): 159-161.

ZHANG Shun-zhong^1,2,WANG Shu-mei¹,HUANG He-yan³,CHEN Zhao-xiong³. Research on application of word correlation in Naive Bayes text classification[J]. Computer Engineering and Applications, 2009, 45(16): 159-161.

[1]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[2]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[3]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[4]	贺文亮，朱敏玲. 胶囊神经网络研究现状与未来的浅析[J]. 计算机工程与应用, 2021, 57(3): 33-43.
[5]	李子杏，兰珍，唐邓清，闫超，相晓嘉，周晗. 基于ERP信号的目标检测研究综述[J]. 计算机工程与应用, 2021, 57(23): 37-49.
[6]	滕金保，孔韦韦，田乔鑫，王照乾，李龙. 基于CNN和LSTM的多通道注意力机制文本分类模型[J]. 计算机工程与应用, 2021, 57(23): 154-162.
[7]	武书钊，李功权，卜明伟. 基于知识图谱的自杀倾向检测问答系统构建[J]. 计算机工程与应用, 2021, 57(22): 304-312.
[8]	赵宇，祝义，于巧，陈小颖. 基于分层数据筛选的跨项目缺陷预测方法[J]. 计算机工程与应用, 2021, 57(20): 279-286.
[9]	李杰，李苗，袁细国. 面向新一代测序数据的病原微生物检测算法[J]. 计算机工程与应用, 2021, 57(19): 282-289.
[10]	李铁飞，生龙，吴迪. BERT-TECNN模型的文本分类方法研究[J]. 计算机工程与应用, 2021, 57(18): 186-193.
[11]	丁勇，程家桥，蒋翠清，王钊. 基于主题和关键词特征的比较文本分类方法[J]. 计算机工程与应用, 2021, 57(17): 196-202.
[12]	滕金保，孔韦韦，田乔鑫，王照乾. 基于LSTM-Attention与CNN混合模型的文本分类方法[J]. 计算机工程与应用, 2021, 57(14): 126-133.
[13]	翟一鸣，王斌君，周枝凝，仝鑫. 面向文本分类的多头注意力池化RCNN模型[J]. 计算机工程与应用, 2021, 57(12): 155-160.
[14]	姚佳奇，徐正国，燕继坤，王科人. GCN-PU:基于图卷积网络的PU文本分类算法[J]. 计算机工程与应用, 2021, 57(11): 162-167.
[15]	申艳光，贾耀清. 基于词共现与图卷积的文本分类方法[J]. 计算机工程与应用, 2021, 57(11): 173-178.

词间相关性在贝叶斯文本分类中的应用研究

Research on application of word correlation in Naive Bayes text classification

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics