基于新型多標(biāo)記集成學(xué)習(xí)方法的文本分類研究.pdf

1、隨著Internet網(wǎng)絡(luò)的發(fā)展與普及，文本資源呈現(xiàn)指數(shù)級的增長。作為組織和管理大量文本信息的重要方式，文本分類不僅能夠解決如何更好地使用這些文本的問題，而且能夠有助于挖掘出潛藏在這些文本資源中的價值。由于文本通常同時與多個類別相關(guān)，文本分類往往可看作是一個多標(biāo)記學(xué)習(xí)問題。多標(biāo)記學(xué)習(xí)作為一種新型的機器學(xué)習(xí)方法，對于多義性的建模具有十分重要的意義，在信息檢索、Web挖掘、生物信息學(xué)和自動標(biāo)注等諸多領(lǐng)域得到了廣泛應(yīng)用。
　　本文以應(yīng)用多

2、標(biāo)記學(xué)習(xí)方法解決文本分類為目標(biāo)，對文本分類、數(shù)據(jù)集處理、文本預(yù)處理、文本變換、特征選擇、特征加權(quán)、多標(biāo)記分類和多標(biāo)記分類評估等諸多內(nèi)容進行了研究，并且對特征選擇和多標(biāo)記分類方法進行了改進與優(yōu)化。
　　本論文研究內(nèi)容和創(chuàng)新工作主要包括以下三個部分：
　　（1）基于多標(biāo)記學(xué)習(xí)的文本分類框架
　　文本分類往往可看作是一個多標(biāo)記問題。在深入研究文本分類和多標(biāo)記學(xué)習(xí)的基礎(chǔ)上，本文提出了基于多標(biāo)記學(xué)習(xí)的文本分類框架，主要包括了文本

3、變換、多標(biāo)記學(xué)習(xí)分類和多標(biāo)記分類評估等新型的技術(shù)。
　?。?）基于集成多標(biāo)記學(xué)習(xí)的文本分類算法（En-MLKNN）
　　基于多標(biāo)記文本分類的框架，集成目前三種主流的特征選擇方法，并對最好的多標(biāo)記學(xué)習(xí)算法之一MLKNN進行改進，設(shè)計了En-MLKNN算法以解決文本分類問題。通過對兩個標(biāo)準(zhǔn)數(shù)據(jù)集的測試，相比其他多標(biāo)記學(xué)習(xí)算法，En-MLKNN在多個評估指標(biāo)下具有優(yōu)越性。
　　（3）基于代價敏感的集成多標(biāo)記學(xué)習(xí)文本分類算法<