1 / 9
文档名称:

非均衡文本分类中基于特征分布的抽样技术研究.pdf

格式:pdf   页数:9
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

非均衡文本分类中基于特征分布的抽样技术研究.pdf

上传人:799474576 2013/8/7 文件大小:0 KB

下载得到文件列表

非均衡文本分类中基于特征分布的抽样技术研究.pdf

文档介绍

文档介绍:非均衡文本分类中基于特征分布的抽样技术研究*

张爱华 1,王斌 1,徐燕 2
1 中国科学院计算技术研究所,北京,100190
2 北京语言大学,北京,100083
E-mail: ******@ict.
摘要:在处理非均衡文本分类问题的诸多方法中,基于数据的方法最灵活,应用也最广泛。然而,传统
的基于数据的方法存在过学习、丢失有用信息及增加训练分类器时间成本等问题,本文提出一系列策略,
在一定程度上解决了上述问题。本文借鉴 SMOTE 算法提出的通过构造新的小类样本做 Over-Sampling 的
思路,独立处理各个特征维度,实现了真正的基于特征的抽样。使用对各类分布模拟能力最强的高斯混合
模型对小类中每个特征的权值分布建模,再依据该模型抽取新权值以进一步组合为新样本加入小类训练
集。该方法完全基于特征抽样,能够有效地避免过学习现象。同时,由于对特征的建模及抽样过程严格遵
守特征原始分布,构造的新样本质量高。实验结果表明,该方法效果良好,并显著好于 SMOTE 算法。
关键词:文本分类;非均衡;Over-Sampling;基于特征的抽样技术;高斯混合模型

Feature-based Sampling for Imbalanced Text
Categorization

Zhang Aihua1, Wang Bin1, Xu Yan2
1Institute puting Technology, Chinese Academy of Sciences, Beijing, 100190
2Beijing Language and Culture University, Beijing, 100083
E-mail: ******@ict.
Abstract: Among all solutions to imbalanced text categorization, data level ones are the most flexible and most
widely used. However, traditional data level solutions may cause the problems of overfitting, losing useful
information or increasing the plexity of training a classifier. This thesis aims to e these
problems. It uses the consideration that implementing over-sampling by constructing new instances of the
minority class from SMOTE for reference, pared to SMOTE, we have implemented “true” feature-based
sampling by processing each dimension respectively. Gaussian Mixture Model, which is co

最近更新

2025年上海震旦职业学院马克思主义基本原理概.. 12页

肺功能康复与运动疗法 35页

2025年中国消防救援学院马克思主义基本原理概.. 12页

2025年中宁县招教考试备考题库带答案解析(夺.. 30页

2025年临桂县招教考试备考题库带答案解析 30页

羟甲烟胺片作用靶点解析 37页

2025年乌兰察布职业学院单招综合素质考试题库.. 43页

2025年九寨沟县招教考试备考题库含答案解析(.. 31页

2025年云南医药健康职业学院马克思主义基本原.. 12页

2025年云南现代职业技术学院单招职业技能考试.. 45页

2025年云和县招教考试备考题库含答案解析(夺.. 30页

2025年仙桃职业学院单招职业技能考试题库附答.. 44页

2025年会理县招教考试备考题库及答案解析(夺.. 30页

2025年六盘水幼儿师范高等专科学校单招职业适.. 44页

2025年兰州铁路工程职工大学马克思主义基本原.. 12页

2025年内乡县幼儿园教师招教考试备考题库附答.. 31页

蜂窝与Wi-Fi融合 35页

2025年化隆回族自治县幼儿园教师招教考试备考.. 31页

2025年南京审计大学金审学院马克思主义基本原.. 12页

韩国电影特效技术发展 39页

2025年南昌医学院马克思主义基本原理概论期末.. 12页

2025年南通科技职业学院马克思主义基本原理概.. 12页

风机雷击防护材料研究 35页

2025年叶城县幼儿园教师招教考试备考题库含答.. 30页

联合免疫缺陷症患者妊娠期感染管理 31页

高速光传输技术 36页

老龄人口腔健康维护 37页

2025年哈尔滨幼儿师范高等专科学校单招职业倾.. 43页

高弹性橡胶复合材料 35页

高性能反射体材料 36页