一种基于混合模型的文本分类器的研究与实现.pdfVIP

第41卷增刊 计算机研究。J发展 Vol 41．Suppl 2004年10月 IOURNAI，OFCOMPUTERRESEARCH ANI)DE＼,12I．OPMENT(n2004 一种基于混合模型的文本分类器的研究与实现 汪传建。!李晓光1王大玲‘于戈1 1(东北大学信息科学与1程学院沈阳1111(}04) 2(秆河f大学信息]：程学院石河r832003) (wdshzdx@s。hl(xHn) 摘要通过分析文章写作习惯，提出了一种基于混合模型的文本分类算法，通过EM算法发现局部蛙大后验估川模刈 参数，并将其应用丁中文文本的分类实验证明：①基于棍合模型的分类算法的整体性能明显优于NB，是一种比较稳定 的算法；②柱小圳练样奉的情抛下．混合模型分类算法表现突出 关键词混丹模唰；EM算法；文本分类；丰h素Ⅲ叶斯算法 中图法分类号ll，311．13 and ofaText ClassifierBasedonMixtureModel StudyImplementation W．ANG Chuanjlianl～，1．I YoGcl Xiao—Oaan91，WANGDa—Lin91．and 。(fl∞f n，』，IibrmationfenceandEngineering，Nuztheastern Lhiversity，,Shenyan9110004) 2(Gdlege(J，hifrw“zfilmEngineering，ShiheziUniversity．Shihed832003) AbslraetInthis textclassificationmethodbasedonmixtureis model lhe paper，a proposedbyanalyzing habitof are a modelthatis mixture the SIIYll writing．Documentsgeneratedbyusing weighted of／opic modeland EM isusedtofindk)ea[InaxiillUlila toestimatethe genel-a[model．Thealgorithm posteriori the pa【1_ametersof mixture methodis inqdncserextelas．．sification． modd．Moreover，theapplied SHOWSthattext c[assificationbasedonlllixturemodel the isa Experimem algorithm NB．and outperfonna stablc classifierbased()