基于拉推策略的文本分类增量学习研究.pdfVIP

第三届全国信息检索与内容安全学术会议 基于拉推策略的文本分类增量学习研究 一 罗长升1’2，段建国1，许洪波1，郭莉1 (1中科院计算技术研究所智能安全中心，北京100080：2中科院研究生院北京100039) 摘要： 增量学习算法被广泛用于解决面向大规模数据集的机器学习问题。针对文本分类问题，该文提 出了增量学习算法的一般性问题。基于拉推策略的基本思想，该文提出了文本分类的增量学习模型ICCDP。 最后，进一步探讨了ICCDP模型在增量学习一般性问题上所表现的基本特性。 关键词： 增量学习；拉推策略：文本分类；中心法 ResearchonI of ncrementalLearn ing Push—-based Drag Text Duanl Gu01 Xul，Li ChangshengLu01’，JianguoHongbo GraduateSchool (1DS，Institute 100080；2 100039) ofComputingTechnology,CAS，Beijing ofCAS，Beijing Abstract：Incremental have been usedfor machine of learningalgorithms learning widely solving problems dataset．Fortextclassification an the issuesof incremental large-scale problem,thepaperpresents learningalgorithm． general Basedon a introducestextclassificationincremental ICCDE DragPushstrategy,thepaper model，namedFinalIy，it learning theICCDP on issuesofincremental explores properties learning． words：Incremental Method key Classification；Centroid Learning；DragPush；Text 1 引言 传统的文本分类方法，如中心法、朴素贝叶斯邮)、最近邻(KNN)、支