期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
iRIPPER——一种改进的基于规则学习的文本分类算法 被引量:2
1
作者 袁晓航 杜小勇 《山东大学学报(理学版)》 CAS CSCD 北大核心 2007年第11期66-68,72,共4页
基于规则学习的文本分类算法RIPPER具有易理解、易优化、高效率等特点,但是当规则所涉及的特征项很多的时候,上述优点不复存在。基于层次的规则学习算法hRIPPER采用了层次架构对RIPPER进行了改进,但其对特征项的过滤仍然有限。针对RIPPE... 基于规则学习的文本分类算法RIPPER具有易理解、易优化、高效率等特点,但是当规则所涉及的特征项很多的时候,上述优点不复存在。基于层次的规则学习算法hRIPPER采用了层次架构对RIPPER进行了改进,但其对特征项的过滤仍然有限。针对RIPPER,hRIPPER在规则学习过程中出现的问题,对规则学习的分类算法进行改进,提出了一种改进的基于规则学习的文本分类算法iRIPPER,在规则学习的同时进一步过滤噪音特征项。实验证明,该方法不但有效地提取了特征项,生成较少的规则,提高了算法的准确率和召回率,而且缩短了生成规则的时间,从而改进了规则学习分类算法的性能。 展开更多
关键词 文本分类 RIPPER hripper 层次特征选择 噪音特征项 过滤
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部