论文部分内容阅读
原始Tri-training算法对有标记的数据集通过随机采样方法，形成3个训练集去训练3个分类器。但是由这种随机采样形成的训练集中，可能出现有标记数据集中的不同类别数据数量相差较大，从而导致训练集中样本类别不平衡问题，影响分类器的分类正确率。本文通过分类采样对Tri-training算法的随机采样方法进行改进，根据该改进的Tri-training算法，建立分类模型，并利用其对哈工大中文问句集和本文扩展问句集进行分类实验。结果表明，本文算法有良好的适应性，且分类正确率明显提高；适当增大训练集和未标记样本数据