基于野点学习的中文网页分类系统 | |
罗定生 ; 王馨浩 ; 吴玺宏 ; 迟惠生 | |
2005 | |
关键词 | 中文网页分类 野点学习 AdaBoost算法 网页信息处理 机器学习 |
英文摘要 | 网页分类,作为网页信息处理的一个关键技术,是一个典型的机器学习任务.然而由于网页数据的多样性,使得该任务成为一类基于不完整数据学习问题.野点问题是导致网页数据不完整的主要原因之一.网页数据中的野点大致包括:无意义网页,错误标记的网页或者位于多类类别边界的网页,以及类别属性超出预定义类别标记集的网页等.这些存在于网页分类任务中的大量野点,严重影响了系统的分类性能.本文在引入AdaBoost算法的基础上,提出了一种野点剔除策略,并基于此实现了一个中文网页分类系统,实验结果不仅表明新系统具有较好的分类能力,也验证了野点学习的有效性.; 0 |
语种 | 中文 |
内容类型 | 其他 |
源URL | [http://ir.pku.edu.cn/handle/20.500.11897/24037] ![]() |
专题 | 信息科学技术学院 |
推荐引用方式 GB/T 7714 | 罗定生,王馨浩,吴玺宏,等. 基于野点学习的中文网页分类系统. 2005-01-01. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论