原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种简单的基于奖励机制的文本分类算法.pdf
一种简单的基于奖励机制的文本分类算法+
郭庆军，赵燕平
北京理工大学管理与经济学院，北京100081
E·mail：zhaoyp@bit．edu．cn
摘要：本文在研究了多种文本分类算法基础上，提出了一种新颖的基于奖励机制的文本分类算法SAM。
这种算法借鉴了基于语义知识的概念层次网络(HNC)模型llI，考虑了词语在不同句类和句子结构中的影
响力、词语的类内分布和类间分布对识别特征词的不同影响，提出奖励机制的概念。另外，我们使用了基
于字节编码的多摸式匹配算法BCAC，使得文本匹配的计算过程简单而高效。最后，我们将该算法与经典
文本分类算法如KNN、SVM等作了比较，得出本算法的分类准确度比KNN平均高出近10个百分点，与
SVM的分类效果不相上下，而且，本算法除具有较高的稳定性和准确性外。在分类速度上也大大提高，
远优于其他算法。
关键词：SAM；文本分类：奖励机制；句类模式；统计要素方法
OnAward—Machani
ASi I eAl i thmBased srrl(SAM)For
mp gor
TextCI assi fi cati on
Zhao
Guo，Yanping
Qingjan
and institute 100081
School oftechnology(BJLG)，Beijing
ofManagementEconomics，Beijing
E-mail：zhaoyp@bit．edu．ca
bases anew called
Abstract：Onthe of oftext—classification，thispaperpresents algorithm
studyingmanyalgorithms
of
basedon this citedthesentencemodel
Award is award—mechanism．Inalgorithm，We
SAM(SentenceMechanism)，which
Or different
Network the affectionwhenit isindifferentsentencetypesin
HNC(HierarchicalConcept),consideredword
for theselectedwordswithaword’Sdifferent
structuresofasentencewiththesame word．affection
semantic，the discriminating
Tosolve all introduce
distributionofinter-classesOrinner-class such award—mechanism．Also,We
文档评论（0）