文献

J-GLOBAL ID：201802226021827137   整理番号：18A0447775

テキスト分類のためのFisher基準に基づくFKSVMモデル【Powered by NICT】

A FKSVM Model Based on Fisher Criterion for Text Classification

著者 (4件)： Jiang Lu ,  Liu Fang-ai ,  Xu Daomeng ,  Zhang Weiwei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCID  ページ： 496-499  発行年： 2017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： テキスト分類は以前のカテゴリーに与えられた文書を自動的に割り当てるプロセスである。人工知能と自然言語処理で広く使用されている。本論文では,テキスト分類の精度を改善するために,FKSVMと名付けた新しい分類モデルを提案した。モデルによると,最初に,著者らは,特徴量の重みを計算するためにTF-IDFアルゴリズムを用いて,特徴ベクトルは分散分析およびt検定により計算したTの値に従って分類した。第二に,最適分類性能を発揮できることを特徴の数はFisher基準関数に従って選択した。KSVM分類器をSVMとKNNの組合せである分類に使用した。アルゴリズムは試料間の距離とSVMの最適超平面を計算した。距離しきい値投与前よりも大きければ,試料はSVMにより分類する。KNN分類器を使用した。実験結果はFKSVMモデルの平均精度は88.83%であり,KNNのそれは83.20%であり,SVMは84.73%であり,KSVMは85.56%であることを示した。Copyright 2018 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： 投与 ,  アルゴリズム ,  *モデル ,  分散分析 ,  人工知能 ,  自然言語処理
準シソーラス用語： 超平面 ,  t検定 ,  特徴ベクトル ,  特徴量 ,  分類モデル ,  *テキスト分類 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (2件)： テキスト分類 ,  モデル