计算机工程

作者：赵博文, 王灵矫, 郭华

单位：湘潭大学 信息工程学院, 湖南 湘潭 411105

关键词：文本分类,朴素贝叶斯算法,泊松分布,信息增益率,特征词权重

基金：国家自然科学基金（61771414）。

朴素贝叶斯（NB）算法应用于文本分类时具有简单性和高效性，但算法中属性独立性与重要性一致的假设，使其在精确度方面存在瓶颈。针对该问题，提出一种基于泊松分布的特征加权NB文本分类算法。结合泊松分布模型和NB算法，将泊松随机变量引入特征词权重，在此基础上定义信息增益率对文本特征词加权，削弱传统算法属性独立性假设造成的影响。在20-newsgroups数据集上的实验结果表明，与传统NB算法及其改进算法RW，C-MNB和CFSNB相比，该算法可使文本分类的准确率、召回率和F1值得到提升，并且执行效率高于K-最近邻算法和支持向量机算法。

来源：2020年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第4期