期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于类别分布的特征选择框架
被引量:
18
1
作者
靖红芳
王斌
+1 位作者
杨雅辉
徐燕
《计算机研究与发展》
EI
CSCD
北大核心
2009年第9期1586-1593,共8页
目前已有很多种特征选择方法,但就目前所知,没有一种方法能够在非平衡语料上取得很好的效果.依据特征在类别间的分布特点提出了基于类别分布的特征选择框架.该框架能够利用特征的分布信息选出具有较强区分能力的特征,同时允许给类别灵...
目前已有很多种特征选择方法,但就目前所知,没有一种方法能够在非平衡语料上取得很好的效果.依据特征在类别间的分布特点提出了基于类别分布的特征选择框架.该框架能够利用特征的分布信息选出具有较强区分能力的特征,同时允许给类别灵活地分配权重,分配较大的权重给稀有类别则提高稀有类别的分类效果,所以它适用于非平衡语料,也具有很好的扩展性.另外,OCFS和基于类别分布差异的特征过滤可以看作该框架的特例.实现该框架得到了具体的特征选择方法,Retuers-21578语料及复旦大学语料等两个非平衡语料上的实验表明,它们的Macro和Micro F1效果都优于IG,CHI和OCFS.
展开更多
关键词
特征选择
非平衡语料
特征降维
文本分类
数据挖掘
下载PDF
职称材料
文本分类中特征权重因子的作用研究
被引量:
16
2
作者
张爱华
靖红芳
+1 位作者
王斌
徐燕
《中文信息学报》
CSCD
北大核心
2010年第3期97-104,共8页
在传统的基于向量空间的文本分类中,特征权重计算与特征选择过程完全割裂,特征选择函数的得分能反映特征的重要性,却未被纳入权重表示,造成特征表示不精确并影响分类性能。一些改进方法使用特征选择函数等修改TFIDF模型,提高了分类性能...
在传统的基于向量空间的文本分类中,特征权重计算与特征选择过程完全割裂,特征选择函数的得分能反映特征的重要性,却未被纳入权重表示,造成特征表示不精确并影响分类性能。一些改进方法使用特征选择函数等修改TFIDF模型,提高了分类性能,但没有探究各权重因子如何影响分类的性能。该文以词频、逆文档频率及特征选择函数分别作为衡量特征的文档代表性、文档区分性及类别区分性的因子,通过实验测试了它们对分类性能的影响,得到文档代表性因子能使分类效果峰值最高但抵抗噪音特征能力差、文档区分性因子具有抗噪能力但性能不稳定、而类别区分性因子抗噪能力最强且性能最稳定的结论。最后给出权重表示的四点构造原则,并通过实验验证了其对分类性能的优化效果。
展开更多
关键词
计算机应用
中文信息处理
文本分类
权重表示
权重因子作用
VSM
下载PDF
职称材料
中文网页搜索日志中的特殊命名实体挖掘
被引量:
5
3
作者
张磊
王斌
+1 位作者
靖红芳
吴丽辉
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2011年第5期119-122,共4页
利用少量具有类别信息的种子词,结合特征选择技术来提取每个类别的特征信息;再利用这些特征信息,结合文本分类等数据挖掘技术来提取特殊命名实体.过程中只有构造种子词的环节需要人工辅助,其他环节均实现自动处理.实验证明,该系统和方...
利用少量具有类别信息的种子词,结合特征选择技术来提取每个类别的特征信息;再利用这些特征信息,结合文本分类等数据挖掘技术来提取特殊命名实体.过程中只有构造种子词的环节需要人工辅助,其他环节均实现自动处理.实验证明,该系统和方法能够从查询日志中挖掘出高质量的命名实体列表,6个类别上识别结果的平均P@500达到了77%.系统的自动化程度和识别的效果均达到实用的要求.
展开更多
关键词
特殊命名实体
数据挖掘
信息检索
网页搜索日志
下载PDF
职称材料
题名
基于类别分布的特征选择框架
被引量:
18
1
作者
靖红芳
王斌
杨雅辉
徐燕
机构
中国科学院计算技术研究所
中国科学院研究生院
北京大学软件与微电子学院
北京语言大学网络信息与教育技术中心
出处
《计算机研究与发展》
EI
CSCD
北大核心
2009年第9期1586-1593,共8页
基金
国家"九七三"重点基础研究发展计划基金项目(2007CB311103)
国家自然科学基金项目(60873166
+1 种基金
60603094)
国家"八六三"高技术研究发展计划基金项目(2006AA010105)~~
文摘
目前已有很多种特征选择方法,但就目前所知,没有一种方法能够在非平衡语料上取得很好的效果.依据特征在类别间的分布特点提出了基于类别分布的特征选择框架.该框架能够利用特征的分布信息选出具有较强区分能力的特征,同时允许给类别灵活地分配权重,分配较大的权重给稀有类别则提高稀有类别的分类效果,所以它适用于非平衡语料,也具有很好的扩展性.另外,OCFS和基于类别分布差异的特征过滤可以看作该框架的特例.实现该框架得到了具体的特征选择方法,Retuers-21578语料及复旦大学语料等两个非平衡语料上的实验表明,它们的Macro和Micro F1效果都优于IG,CHI和OCFS.
关键词
特征选择
非平衡语料
特征降维
文本分类
数据挖掘
Keywords
feature selection
unbalanced data set
feature deduction
text categorization
data mining
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
文本分类中特征权重因子的作用研究
被引量:
16
2
作者
张爱华
靖红芳
王斌
徐燕
机构
中国科学院计算技术研究所
北京语言大学
出处
《中文信息学报》
CSCD
北大核心
2010年第3期97-104,共8页
基金
国家自然科学基金资助项目(60873166)
国家973资助项目(2007CB311103)
国家863计划资助项目(2006AA010105)
文摘
在传统的基于向量空间的文本分类中,特征权重计算与特征选择过程完全割裂,特征选择函数的得分能反映特征的重要性,却未被纳入权重表示,造成特征表示不精确并影响分类性能。一些改进方法使用特征选择函数等修改TFIDF模型,提高了分类性能,但没有探究各权重因子如何影响分类的性能。该文以词频、逆文档频率及特征选择函数分别作为衡量特征的文档代表性、文档区分性及类别区分性的因子,通过实验测试了它们对分类性能的影响,得到文档代表性因子能使分类效果峰值最高但抵抗噪音特征能力差、文档区分性因子具有抗噪能力但性能不稳定、而类别区分性因子抗噪能力最强且性能最稳定的结论。最后给出权重表示的四点构造原则,并通过实验验证了其对分类性能的优化效果。
关键词
计算机应用
中文信息处理
文本分类
权重表示
权重因子作用
VSM
Keywords
computer application
Chinese information processing
text categorization
term weighting
effects of weighting factors
VSM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
中文网页搜索日志中的特殊命名实体挖掘
被引量:
5
3
作者
张磊
王斌
靖红芳
吴丽辉
机构
中国科学院计算技术研究所
中国科学院办公厅信息化工作处
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2011年第5期119-122,共4页
基金
国家自然科学基金资助项目(60603094)
国家重点基础研究发展计划(973)资助项目(2007CB311103)
+1 种基金
国家高技术研究发展计划(863)资助项目(2006AA010105)
北京市自然科学基金资助项目(4082030)
文摘
利用少量具有类别信息的种子词,结合特征选择技术来提取每个类别的特征信息;再利用这些特征信息,结合文本分类等数据挖掘技术来提取特殊命名实体.过程中只有构造种子词的环节需要人工辅助,其他环节均实现自动处理.实验证明,该系统和方法能够从查询日志中挖掘出高质量的命名实体列表,6个类别上识别结果的平均P@500达到了77%.系统的自动化程度和识别的效果均达到实用的要求.
关键词
特殊命名实体
数据挖掘
信息检索
网页搜索日志
Keywords
special named entities
data mining
information retrieval
Web search query logs
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于类别分布的特征选择框架
靖红芳
王斌
杨雅辉
徐燕
《计算机研究与发展》
EI
CSCD
北大核心
2009
18
下载PDF
职称材料
2
文本分类中特征权重因子的作用研究
张爱华
靖红芳
王斌
徐燕
《中文信息学报》
CSCD
北大核心
2010
16
下载PDF
职称材料
3
中文网页搜索日志中的特殊命名实体挖掘
张磊
王斌
靖红芳
吴丽辉
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2011
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部