%0 Journal Article
%T 基于差异性评估对Co-training文本分类算法的改进
%A 唐焕玲
%A 林正奎
%A 鲁明羽
%J 电子学报
%P 138-143
%D 2008
%X Co-training算法要求两个特征视图满足一致性和独立性假设,但是,许多实际应用中不存自然的划分且满足这种假设的两个视图,且直接评估两个视图的独立性有一定的难度.分析Co-training的理论假设,本文把寻找两个满足一致性和独立性特征视图的目标,转变成寻找两个既满足一定的正确性,又存在较大的差异性的两个基分类器的问题.首先利用特征评估函数建立多个特征视图,每个特征视图包含足够的信息训练生成一个基分类器,然后通过评估基分类器之间的差异性间接评估二者的独立性,选择两个满足一定的正确性和差异性比较大的基分类器协同训练.根据每个视图上采用的分类算法是否相同,提出了两种改进算法TV-SC和TV-DC.实验表明改进的TV-SC和TV-DC算法明显优于基于随机分割特征视图的Co-Rnd算法,而且TV-DC算法的分类效果要优于TV-SC算法.
%K 半监督文本分类
%K Co-training
%K 特征视图
%K 差异性评估
%K 标注文本
%K 未标注文本
%U http://www.ejournal.org.cn/CN/abstract/abstract7185.shtml