iRIPPER——一种改进的基于规则学习的文本分类算法.pdfVIP

2(阳7 年 11 月 第 42 滋筋11 期 III 尔大学学报(现学版) VoL42 No.ll Joumal of Shan巾r~ University( Natural Sciencel Nov.2ω7 立章编号:1671.13招12即11 1l.(l[胁咽 iRIPPER-一一种改进的基于规则学习的 文本分类算法 袁晓航，批小男 {中国人民大学信息学院，北京 100872) 摘Ji:基于规则非苟的立华命，l算法 RIPPER 具有晶理理解、晶优化、高效串哥特点，但是盘规则所坦l乱的特征项很 多的时候，上述优点本提再在。基于层次的规则学:1J算ik 协IPPER 来用 1ht次架构对 RIPPER 进行了改进，但再 对特征项的过滤仍然有恨。针对阻.PPER，眼IPPER 在规则学写过程中出现的问题，对规则学司的分是算法进行政 埠，提出 T 卢种改造的~于生也月，)学布的文丰命提算法 iRlIPE且，在规则学苟的问时选卢步i卓越噪音特征明。提验 证明，该方族平很有效地提取T特征项，生成较少的规则.提高了算法的准确非和召回串，而且蝙拔了生成规则的 时闯，从而改进了规则非J 分是算法的性能。 关键诩:立本命盎;RIPPER; hRlPPER; 品次特征l!串串;嗨骨特征明;过边 中阁分类号:宵节。1.6 :ll:献标志码 :A iRIPPER: an ímproved rule-bascd text catcgorízation algoríthm YUAN xi制 hang， DU Xiao- yong (School of lnf.nnati棚， Renmin University of Chi蛐， Beijí咱 1刷72， Chi时 AbsII:附加叫巾时 text cal咄咄cn algorilhm RIPPER w刷刷刷时喇喇unden;tandi咽. quick 叩阳tizati俑， and high ef如ier呵1 ， Howev时，咄咄由e rule refe... 抽刷刷町也att脯，制叫y were 血. ahove adv础阳伊鸣阴阳dy WI曲ken时， but aI栅曲。肘rfonnan啊。(Ibu al酬thm 也cre剧帆The hie刷向加州hRIPP附thOl刷刷刷 hierar刘CJÙ feature selecticn and can still not 创ter feafur明 fully. 丁ben an 加阳咐阳t 唰喃0阳，tion algorithm 酬PER w酷 F阴阳划阳阳Ilve the problems in Ibu I础叫阳蛐of RIPPER and 随即邸， which m阳features 删冒出m咱ùy duri吨耻l阳明F跚跚. Th.呵甜阳皿 阴阳出.3t it 阳l酬fea刷刷 effectively ，伊耐阳帽 fewer ndes. ar时时w唰由etimein 胁脚时ng 伊咄帆Th.，叫ore ít im- pmves the pelÍom田耐 cf Ibu rule-based xt categoriz础。n. E町words: 胆xt 咄咄血ation; RlPPER; 恤H咱也{; hier田由iCJÙ teamre 叫胆世叫皿町re.ture 剧冒血t町 数字图书馆小道1:1导较多应朗。但是当规则本身觉得 很复杂(也就然规则所涉及的特征项很多)的时候， 。寻| 其优点就不复存在，而且算法本身的放果也大大下 降f210 针