| 一种基于同义词扩展的不平衡文本分类方法* |
| |
| 引用本文： | 杨鸿骏,周亚建,郭玉翠.一种基于同义词扩展的不平衡文本分类方法*[J].情报杂志,2013(9). |
| |
| 作者姓名： | 杨鸿骏 周亚建 郭玉翠 |
| |
| 作者单位： | 1. 北京邮电大学信息安全中心 北京 100876; 灾备技术国家工程实验室 北京 100876
2. 北京邮电大学理学院 北京 100876 |
| |
| 基金项目： | 国家自然科学基金项目“基于行为分析的网络流量检测技术研究”( |
| |
| 摘 要： | 针对传统文本分类方法的性能，尤其是其中少数类的分类性能会随着文本不平衡程度的加重而迅速恶化的现象，提出了一种基于同义词扩展的不平衡文本分类改进方法。该方法通过建立同义词词典、确定扩展规则和调整“特征保持因子冶等几个步骤，实现了少数类中的特征项的丰富和补偿，同时对扩展带来的原文档特征变化予以了补偿。实验结果表明，该方法可以从很大程度上改善少数类的分类性能，并且随着少数类中文本数量的减少，性能的提升会越发显著。与此同时，分类器的总体分类性能也得到了一定程度的提升。
|
| 关 键 词： | 文本分类 不平衡数据集 同义词词典 词频保持 |
An Imbalanced Text Classification Method Based on Synonyms Expansion |
| |
| Yang Hongjun
,
Zhou Yajian
,
Guo Yucui.An Imbalanced Text Classification Method Based on Synonyms Expansion[J].Journal of Information,2013(9). |
| |
| Authors: | Yang Hongjun Zhou Yajian Guo Yucui |
| |
| Abstract: | |
| |
| Keywords: | text classification imbalanced dataset synonym-dictionary term-frequency maintaining |
| 本文献已被 万方数据 等数据库收录！ |
