基于概率论的文档自动分类研究-猫眼课题宝

基于概率论的文档自动分类研究

批准号：

07780309

负责人：

徳永健伸

金额：

$0.7万

依托单位：

Tokyo Institute of Technology

依托单位国家：

日本

项目类别：

Grant-in-Aid for Encouragement of Young Scientists (A)

财政年份：

1995

资助国家：

日本

项目状态：

已结题

起止时间：

1995 至 --

来源：

https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07780309/

关键词：

ベイズの定理確率理論文書の自動分類情報検索

项目摘要

项目成果

徳永健伸的其他基金

相似基金

相关文献

中文摘要

翻译

点击翻译按钮获取中文摘要

英文摘要

文書の自動分類とは,入力として与えられた文書をその内容から判断し,あらかじめ決めれらたカテゴリに分類するタスクである.これまでに提案されている文書の自動分類の手法は大きく分けての以下の2つに分類できる.・ベクタスペースモデル・確率モデルベクタスペースモデルは,文書をその構成要素である語の頻度ベクトルとして表現し,同様に表現されたカテゴリとのベクトル間の距離計算によってカテゴリを決定する.一方,確率モデルは入力文書がカテゴリに分類される確率を確率理論に基づいて計算するものである.基本確率はやはり語の頻度から計算することが多いが,ベクタスペースモデルに比べると数学的な基礎がしっかりしており,計算された値の意味付けもはっきりしているという利点がある.これまでにもいくつかの確率モデルが提案されているが,その多くは不十分な訓練データで訓練する際にスムージングをおこなわなければならないという問題点をもっている.本研究では,この問題を克服する確率モデルの基礎を提案し,Wall Street Journalの3ケ月分に相当する約9000記事を用いて評価実験をおこなった.その結果従来のベクタスペースモデルに比べてBreakevenで評価したRecall-Precisionにおいて精度を約15%改善できることがわかった.

期刊论文(0)

专著(0)

科研奖励(0)

会议论文