基于神经网络集成的WEB文档分类研究.pdfVIP

LIBRARYANDINFORMATIONSERVICE 基于神经网络集成的 文档分类研究冰 周朴雄 华南理工大学电子商务学院 广州510006 (摘要]将神经网络集成思想引入web文本分类领域，构造一个用于web文本分类的多BP神经网络集成模型；详述模型的设计 思路与结构框架，并分别在公有的英文数据集、实际的中文数据集上进行分类实验；与经典的sⅥ订模型、KNN模型相比，神 经网络集成模型具有更高的分类精度，且对于训练样本集规模具有更好的鲁棒性，不失为一种高效的文本分类新方法，研究其 在文本分类领域的应用将是一个有前景的方向。 [关键词]文本分类神经网络集成精度 [分类号]TP39l A ofWebD唧m饥tCla鳓c鲥onBased伽Neural№细orkE聃哪bI姻 Study Zhou Puxiong ChiIla 510006 ofE—bus硫ss，South College Ubivers时ofrI馘mmo跏Guangzhou ide嬲ofn即mlne铆ork cons廿1lctsamulti—BPn朗ralnetworkens锄bles fbrthewcb [Abs衄In)Insp砌byⅡle en∞mbles，me那thor modeung docum∞t elabomtcsttle memods粕dthefhmeworkOfmodel．The resultsbasedtheChinese扭d classification，锄d design exp鲥胁ental Enghsh databasesdemons仃atethatmemodclwhichtlle卸thoroutholdsthebetter rObusttothescaleof th趾tlleSVM points accur∞y粕d theⅡ枷ng∞t andⅪ州models．舡a∞vel柚de觚tive a filedto∞∞arch of∞uralne咐ork印跎mMesin山edoc岫肋t method，“is tt嵋apphcalions p砌田ising classification． cl懿sificalionneⅢmnet、】l，ork朗sembks [Keywords]document accur∞y 本分类领域，给出了一个适用于w曲文档分类的神经网络集 1引言 成构造方法，取得r满意的效果。 目前，随着hlt咖et的日益发展和网上各类信息的迅猛增2基于神经网络集成的Web文档分类 长，用户对散布在网络各处的文档检索工作变得愈加困难，这就 对web文档分类系统的研究与实现提出了更高的要求。w曲 2．1 Web文本表示 文本自动分类通常指将一篇文章指定至一个或几个预定义的 对web文本分类的第一步是如何在计算机中表示一个该 文本类别中。目前web文档分类已经成为一个研究热点，学 文本。与一般数据库中的结构化数据相比，网页形式文本使用 界也已提出了一系列的分类方法。较为著名的文档分类方法 f与然语言，没有标准结构，计算机难以直接处理。因此首先要对 有支持向量(SVM)¨l、K近邻算法KNN)嘲，神经网络【21、线web文本进行预处理，抽取代表其本质特征的元数据(又称特征 性最小二乘估计(u5F)、贝叶斯算法(Bayes)和决策树等。项)，以结构化形式保存，这就是web文本表示，也称目标表示。 net、】I，o呔 自从Han舱n和sal锄on提出神经网络集成(neural目前在信息处理方面，文本的表示主要采用向