基于极限学习机的中文文本分类方法-重庆理工大学学报.PDFVIP

第３２卷　第８期 重 庆 理 工 大 学 学报（自然科学） ２０１８年８月 Ｖｏｌ．３２　　Ｎｏ．８ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ａｕｇ．２０１８  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１８．０８．０２５ 本文引用格式：程东生，范广璐，俞雯静，等．基于极限学习机的中文文本分类方法［Ｊ］．重庆理工大学学报（自然科学），２０１８（８）：１５６－ １６４，２０５． Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＣＨＥＮＧＤｏｎｇｓｈｅｎｇ，ＦＡＮＧｕａｎｇｌｕ，ＹＵＷｅｎｊｉｎｇ，ｅｔａｌ．ＣｈｉｎｅｓｅＴｅｓｔＣｌａｓｓｉｆｉｃａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＥｘｔｒｅｍｅＬｅａｒｎｉｎｇＭａｃｈｉｎｅ ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０１８（８）：１５６－１６４，２０５． 基于极限学习机的中文文本分类方法 １ １ １ １ ２ 程东生 ，范广璐 ，俞雯静 ，伍　飞 ，曾伟波 （１．国家电网公司 国网安徽省电力有限公司，合肥　２３００６１； ２．国网信息通信产业集团有限公司福建亿榕信息技术有限公司，福州　３５０００３） 摘　　　要：针对当前中文文本分类方法难以平衡分类精度和学习效率的问题，提出了一种基 于极限学习机（ＥＬＭ）的中文文本分类方法，该方法包括预处理模块、文本特征提取模块、特征融 合模块和基于极限学习机的分类模块。在分类模块中，提出采用单隐层神经网络作为分类器并 使用ＥＬＭ算法来训练分类器，有效地平衡模型性能和学习效率。同时分别针对不同的特征训 练分类器，集成不同分类器的输出得到最后的分类结果，有效提高了平衡分类精度，并在电网档 案管理系统的档案归类任务中对该模型进行应用评估。实验结果表明，该模型不仅有较高的分 类精度，而且在训练和测试两个阶段模型的计算都具有较低的代价。所提方法适用于海量数据 下的中文文本分类场景，具有重要的研究意义和推广价值。 关　键　词：中文文本分类；极限学习机；特征融合；单隐层神经网络；电网档案管理系统 中图分类号：ＴＰ１８３　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１８）０８－０１５６－０９ ＣｈｉｎｅｓｅＴｅｓｔＣｌａｓｓｉｆｉｃａｔｉｏｎＡｌｇｏｒｉｔｈｍ ＢａｓｅｄｏｎＥｘｔｒｅｍｅＬｅａｒｎｉｎｇＭａｃｈｉｎｅ １ １ １ １ ２ ＣＨＥＮＧＤｏｎｇｓｈｅｎｇ，ＦＡＮＧｕａｎｇｌｕ，ＹＵＷｅｎｊｉｎｇ，ＷＵＦｅｉ，ＺＥＮＧＷｅｉｂｏ （１．ＳｔａｔｅＧｒｉｄＡｎｈｕｉＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏ．，Ｌｔｄ．，ＳｔａｔｅＧｒｉｄＣｏｒｐｏｒａｔｉｏｎｏｆＣｈｉｎａ， Ｈｅｆｅｉ２３００６１，Ｃｈｉｎａ；２．ＦｕｊｉａｎＹｉｒｏｎｇＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏ．，Ｌｔｄ．， ＳｔａｔｅＧｒｉｄＩｎｆｏｒｍａｔｉｏｎＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＧｒｏｕｐＣｏ．，Ｌｔｄ．，Ｆｕｚｈｏｕ３５０００３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＦｏｃｕｓｅｄｏｎｔｈｅｉｓｓｕｅｔｈａｔｃｕｒｒｅｎｔＣｈｉｎｅｓｅｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｓａｒｅｄｉｆｆｉｃｕｌｔｔｏ ｂａｌａｎｃｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙａｎｄｌｅａｒｎｉｎｇｅｆｆｉｃｉｅｎｃｙ．ＡＣｈｉｎｅｓｅｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄ ｏｎｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅｗａｓ