基于简单向量距离法的文本分类反馈学习技术的研究.pdfVIP

仲恺农业技术学院学报，21(1)：46—49，2008 Joumd ofZhongkai UniversityofAgriculture and Technology 文章编号：1006—0774(2008)01—0046～04 基于简单向量距离法的文本分类 反馈学习技术的研究 王 潇 (伸恺农业技术学院计算机科学与工程学院，广东广州510225) 摘要：根据相关反馈技术的基本原理，研究了基于简单向量距离分类方法的文本分类反馈学习技术，给出了具 体实现方法并进行了相应的实验验证．实验结果表明，反馈学习能明显提高分类能力． 关键词：简单向量距离；反馈；学习 中图分类号：TP18 文献标识码：A A feedback learning technology for text classification based on vector space method WANG Xiao (CoUege of Computer Science and Engineering，Zhongkai University of Agriculture Technology，Guangzhou 5 10225，China) Abstract：Based on the principle of~edback learning，a~edback way of vector space method—based text classification were discussed．The detail of~edback algorithm was presented and the experimental test was carried out．The result showed that the feedback learning could greatly improve the performance of classification． Key words：vector space method；feedback；learning 1 己I吉 1日 分类技术是模式识别技术的一个重要应用，模型的学习是其核心内容，各种不同分类方法的研究，在 很大程度上是为了从不同的方面更好的提高模型的学习效果．在模型的改善中，反馈技术u 是一种重要 的研究方法，它通过人机交互的方式将模型的输出通过一定方式返回到输人中，以改善模型的性能．文本 分类反馈学习技术通过选取合适的反馈文档，采用有效的反馈策略，可以使传统的训练一分类文本分类算 法具备再学习能力，从而使文本特征表示模型动态不断逼近其理想模型 引．简单向量距离分类算法简单 直观，但对于类别界限不明显时，该方法性能不高．作者以此方法的分类结果为基准来研究相关反馈对文 本分类性能的提高． 2 简单向量距离分类法 该方法的分类思路十分简单，根据算数平均为每类文本集生成一个代表该类的中心向量，然后在新文 本到来时，确定新文本向量，计算该向量与每类中心向量的距离 (相似度)，最后判定文本属于与文本距 收稿日期：2007—10—10 基金项目：仲恺农业技术学院校级科研基金(G3071815)资助项目． 作者简介：王潇(1980一)，女，河北定州人，助教，硕士。 E-mail：yue — yao_le@126。c．om 第1期 王 潇：基于简单向量距离法的文本分类反馈学习技术的研究 47 离最近的类．具体步骤如下： Step 1：计算每类文本集的中心向量，计算方法为所有训练文本的算数平均． Step 2：新文本到来后，分词，将文本表示为特征向量． Step 3：计算新文本特征向量与每类中心向量间的相似度，公式为： ∑ × Sire =sin( ，