文献

J-GLOBAL ID：201702237001393697   整理番号：17A1525812

深い階層分類における候補種別探索アルゴリズム【JST・京大機械翻訳】

Candidate category search algorithm in deep level classification

著者 (3件)： Zhang Zhonglin (蘭州交通大学電子与信息工程学院,蘭州,730070) ,  Liu Shuchang (蘭州交通大学電子与信息工程学院,蘭州,730070) ,  Jiang Fentao (蘭州交通大学電子与信息工程学院,蘭州,730070)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 3  ページ： 635-639,672  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 深い分類における低い分類精度と低い処理速度の問題に照準を定めて,本論文は,分類テキストのための候補分類アルゴリズムを提案した。まず第一に,探索と分類の2つの段階を導入して,階層的ツリーの構造特性とカテゴリー間の相関関係のような暗黙のドメイン知識を結合して,階層的重みづけ解析と特徴項目の動的更新を行い,階層構造の各ノードの分類判断力の特徴集合を構築した。さらに,深さ優先探索アルゴリズムを用いて,閾値を設定する枝刈り戦略を用いて探索範囲を縮小し,分類テキストの最適候補を得た。最後に,古典的K最近傍(KNN)分類アルゴリズムとサポートベクトルマシン(SVM)分類アルゴリズムを用いて,候補分類に基づく分類試験と比較分析を行った。実験結果は,提案したアルゴリズムの全体的分類性能が従来の分類アルゴリズムより優れていることを示し,そして,平均F1値は貪欲戦略に基づく発見的探索アルゴリズムより6%高かったことを示していることが示されたことが示されたことが示されたことが示されたことが示されたことを示している。このアルゴリズムは,深い階層的テキスト分類の分類精度を著しく改善した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 構造特性 ,  *アルゴリズム ,  ドメイン知識 ,  重みづけ ,  サポートベクトルマシン ,  階層構造
準シソーラス用語： テキスト分類 ,  比較分析 ,  深さ優先探索 ,  分類アルゴリズム ,  テキスト ,  処理速度 ,  分類精度 ,  *探索アルゴリズム ,  *階層分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： deep text classification ,  class hierarchy ,  tree-structured class hierarchy ,  depth first search ,  candidate category

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 階層分類 ,  探索アルゴリズム