文献

J-GLOBAL ID：201702266385302304   整理番号：17A0853390

自動テキスト分類のためのBayes分類器に基づく結合モデル【Powered by NICT】

A Bayesian classifiers based combination model for automatic text classification

著者 (2件)： Rahman Amna (Department of Computer Engineering, College of Electrical & Mechanical Engineering (E&ME), National University of Sciences and Technology (NUST), Islamabad, Pakistan) ,  Qamar Usman (Department of Computer Engineering, College of Electrical & Mechanical Engineering (E&ME), National University of Sciences and Technology (NUST), Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSESS  ページ： 63-67  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： テキスト分類は,あらかじめ決められたクラスにテキスト文書を割当てることを取扱う。一般的に,これはこのクラスに属する文書の表現のクラスについての学習を含んでいる。本論文では,多項ナイーブBayes(MNB)分類器とともにBayesネットワーク(BN)分類器を用いた分類器の組合せを提案した。二つの分類器の結果は二分類器のそれぞれによって計算した確率分布の平均をとることにより結合した。特徴抽出と選択技法は最も分類のための項を識別を見出すためにモデルを組み込んだした。この分類モデルは三種の実テキストデータセットで試験した。実験によると,この方法は良好な性能を示し,総合精度は二成分分類器の精度よりも高かった。この技術はまた,他のよく知られている標準分類器の精度を上回った。このアプローチは,MNBとBN分類器をうまく組み入れている以前の分類法と異なり,二つの分類器のどちらかを個別に用いる場合よりも大幅に優れた結果を示した。提案手法と従来の手法の比較研究を同じデータセット上で評価された多くの技術よりも顕著な改善を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *特徴抽出 ,  モデル ,  結合モデル ,  確率分布
準シソーラス用語： 分類法 ,  分類モデル ,  信念ネットワーク ,  *テキスト ,  Bayes分類器 ,  *テキスト分類 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： テキスト分類 ,  Bayes分類器 ,  結合モデル