一种面向自动化标检的文本分类方法 |
| |
引用本文: | 郭泽焦倩倩.一种面向自动化标检的文本分类方法[J].现代防御技术,2020(5):97-104. |
| |
作者姓名: | 郭泽焦倩倩 |
| |
作者单位: | 1.北京电子工程总体研究所100854; |
| |
摘 要: | 针对自动化标检中的段落文本分类问题,提出一种基于机器学习的改进朴素贝叶斯分类算法。该方法对朴素贝叶斯分类算法进行改进并作为分类器,采用遗传算法作为训练模型对分类器中的所有特征权重进行训练,并采用一种基于图表位置的修正算法优化分类结果。在实际的数据集中进行了实验,结果表明,该方法与传统KNN(K-nearest neighbor)算法和朴素贝叶斯算法相比具有更好的分类结果,能够有效的处理错误样本较多的情况,可大幅提升自动化标检的准确性。
|
关 键 词: | 机器学习 文本分类 朴素贝叶斯 遗传算法 自动化标检 |
本文献已被 CNKI 维普 等数据库收录! |
|