文献

J-GLOBAL ID：201702277450299657   整理番号：17A0330046

より少ない数訓練事例を用いた余剰量を導入することによるテキスト分類におけるナイーブBayesの性能向上【Powered by NICT】

Enhancing Performance of naieve bayes in text classification by introducing an extra weight using less number of training examples

著者 (5件)： Shathi Shahnaj Parvin (Department of Computer Science and Engineering, Hajee Mohammad Danesh Science and Technology University, Bangladesh) ,  Delowar Hossain Md. (Department of Computer Science and Engineering, Hajee Mohammad Danesh Science and Technology University, Bangladesh) ,  Nadim Md. (Department of Computer Science and Engineering, Hajee Mohammad Danesh Science and Technology University, Bangladesh) ,  Riayadh Sayed Golam Rasul (Department of Computer Science and Engineering, Hajee Mohammad Danesh Science and Technology University, Bangladesh) ,  Sultana Tangina (Department of Electronics and Communication Engineering, Hajee Mohammad Danesh Science and Technology University, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IWCI  ページ： 142-147  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： 本論文では,ナイーブBayesアルゴリズムを用いた実現可能な情報検索を提供するためにテキスト文書を分類するための効果的で効率的な方法を提示した。今日多くのアルゴリズムは,情報検索の分野で良好なスコアを得た,Naive Bayesはその一つである。本論文では,重み行列は,用語頻度(TF)および逆クラス周波数(ICF)の組合せである訓練テキスト文書中に導入されたし,その後この重み付き項はかなりの数で電力を供給し,分類タスクの良好で効率的な性能を明らかにするため,Naive Bayes(NB)アルゴリズムの予測時間期間における事後値を追加した。先行基本要素TFはテキストの各項(単語)のための付加的な量をもたらした。一方,ICFは低スコア各共通単語与えた。最後に必要な「重み行列の組合せ項は余分な量と収支量を与えた。その結果,NB分類器の性能精度を改善した。実験結果は重み行列を用いたNBは標準Naive Bayesと比較して精度を抑制,劇的に精度を向上させる代わりにまれであることを示した。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： 情報検索 ,  周波数 ,  電力 ,  *単語 ,  アルゴリズム
準シソーラス用語： Naive Bayes ,  スコア ,  *テキスト ,  *テキスト分類 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 訓練 ,  余剰 ,  テキスト分類 ,  性能向上