Self-Switching Classification Framework for Titled Documents
郭杭, 周立柱, 冯铃 · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2009
模糊的词指有象苹果那样的多重意思的词，窗户。在文章分类，他们被象信息获得一样的特征减小方法通常移开。有时在语料库有太多模糊的词，它成为不他们扔掉所有一种可行选择，在情况中当从网分类文件时。在这篇论文，我们看让一个方法在模糊的词的帮助下分类题为的文件。题为的文件是有简单结构包含一个标题和一篇摘录的一种文件。有标题的新闻，消息，和报纸摘要是题为的文件的例子。而不是介绍另一个特征减小方法，我们描述一个框架在题为的文件最大限度利用模糊的词。框架在一个 bag-of-word-pairs 分类器的帮助下改进一个传统的 bag-of-words 分类器的表演。框架用最流行的分类器之一被实现，多项的 NaiveBayes (MNB ) 作为一个例子。有三真实生活数据集的实验在我们 MNB 模型比传统的 MNB 分类器和一个天真的加权的算法更好执行的框架显示出那，它简单地在标题把更多的重量放在词上。这篇文章(doi:10.1007/s11390-009-9262-z ) 的联机版本包含增补材料，它对授权的用户可得到。