一种基于Agent-NB的文本分类模型和算法

来源 :哈尔滨商业大学学报:自然科学版 | 被引量 : 0次 | 上传用户:kalok
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对基于内容的文本分类问题,提出了一种Agent与朴素贝叶斯分类(Naive Bayes)相融合的反馈分类模型和算法(Agent-NB).朴素贝叶斯分类是一种简单而有效的文本分类方法,然而有限大小的训练样本集,一般不具备良好的数据完备性,难以一次性构造出高性能的分类模型.基于Agent-NB的反馈分类模型,可结合Agent的智能特性,通过反馈学习过程,动态调整相应参数,使朴素贝叶斯分类模型不断逼近其理想模型,从而提高分类器的性能.实验结果表明,提出的Agent-NB分类方法,分类效果明显增强,召回率、准确
其他文献
摘 要:新时期对人才的需求为教育提出了更新、更高的标准。语文,这门既平凡又博大精深的学科,所担负的历史重任不言而喻。我们广大的语文教育工作者应齐心协力,认真把握和处理好教学过程中“主体和主导”、“探索和点拨”、“接受和钻研”、“知识和能力”、“课内和课外”五个方面的关系,深化小学语文教学改革,使教学工作更加符合社会和时代的需求,促进语文教学改革目标的实现。  关键词:关系 教学改革 语文教学 老师