改进的最大熵权值算法在文本分类中的应用

摘要：

由于传统算法存在着特征词不明确、分类结果有重叠、工作效率低的缺陷,为了解决上述问题,提出了一种改进的最大熵文本分类方法.最大熵模型可以综合观察到的各种相关或不相关的概率知识,对许多问题的处理都可以达到较好的结果.提出的方法充分结合了均值聚类和最大熵值算法的优点,算法首先以香农熵作为最大熵模型中的目标函数,简化分类器的表达形式,然后采用均值聚类算法对最优特征进行分类.经过实验论证,所提出的新算法能够在较短的时间内获得分类后得到的特征集,大大缩短了工作的时间,同时提高了工作的效率.

关键词：文本分类、最大熵算法、均值聚类、特征选择

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划2007AA010408

在线出版日期：2012-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：210-212