基于扩展角分类神经网络的文档分类方法(英文)

CC4神经网络是一种三层前馈网络的新型角分类(corner classification)训练算法,原用于元搜索引擎Anvish的文档分类.当各文档之间的规模接近时,CC4神经网络有较好的分类效果.然而当文档之间规模差别较大时,其分类性能较差.针对这一问题,本文意图扩展原始CC4神经网络,达到对文档有效分类的效果.为此,提出了一种基于MDS-NN的数据索引方法,将每一文档映射至k维空间数据点,并尽可能多地保持原始文档之间的距离信息.其次,通过将索引信息变换为CC4神经网络接受的0,1序列,实现对CC4神经网络的扩展,使其能够接受索引信息作为输入.实验结果表明对相互之间规模差别较大的文档,扩展CC4神经网络的性能优于原始CC4神经网络的性能.同时,扩展CC4神经网络的分类精度与文档索引方法有密切关系.

CC4神经网络的分类性能理论分析

本文在提出规范、规范满等概念的基础上,对CC4神经网络分类计算的倾向性进行了理论分析。并针对文本分类,提出了基于神经网络的增量式索引建立方法,将以词频为基础表示的高维文本信息映射到低维数据空间。为了使CC4神经网络应用到基于文本信息空间索引的分类技术中,将空间索引变换为CCA神经网络可以接受的二值向量,使得CC4神经网络以空间索引为基础,进行文档分类。最后给出了相应的实验结果。