10.3969/j.issn.1000-386X.2010.07.011
一种基于资源优化神经网络(RON)的文本分类方法
应用有指导的机器学习方法实现了一个文本分类器.运用改进型的CHI统计量方法对分词结果进行特征提取,对传统的TF IDF加权公式进行了一些改进(称之为:ETF IDF),运用资源优化神经网络RON(Resource optimizing Networks)构建分类器.在复旦大学提供的中文文本分类语料库上进行分类实验,实验结果表明该分类器较之BP算法有较高的分类质量,且ETF IDF加权公式较之传统的TF IDF加权公式有其优越性,提高了分类的精度和性能,满足了中文文本自动分类的要求.
文本分类、CHI统计量、RON、资源优化神经网络
27
TP3;P33
国家重点基础研究973计划项目2004CB318108,2007CB311003;国家自然科学基金项目60675031
2010-10-11（万方平台首次上网日期，不代表论文的发表时间）
共4页
33-36
