基于规则置信度调整的关联文本分类

• 作 者: 林堃 白清源 谢丽聪 谢伙生 张莹
• 机 构: 福州大学数学与计算机科学学院
• 出 处: 计算机科学
• 发表日期: 2008年3期
• 关键词: 文本分类 关联规则 置信度 调整 Text classification Association rules Confidence
• 基金项目: 基金项目：由福州大学科技发展基金（2005-XQ-13、2006-XQ-22、XRC-0511）、福建省教育厅（JB06023）资助.

基于关联规则的文本分类方法ARC-BC是目前已知的分类效果最好的关联规则分类算法。本文提出了利用ARC-BC分类器的封闭测试的结果对分类器进行调整规则置信度的算法RCA（Rules Confidence Adjustment），参与正确分类行为次数多于参与错误分类行为次数（即“威信”较高）的规则应该拥有更高的置信度，反之，就赋予更低的置信度。实验结果表明，经过RCA算法调整的关联文本分类器的分类效果得到显著提高。