利用 Wikitology 进行知识增强的文本分类：SVM 与朴素贝叶斯分类器比较
人工智能
2012-02-21 v1 信息检索
摘要
根据文档内容对其进行标记的活动称为文本分类。许多实验试图通过利用 Word Net、Open Project Directory (OPD)、Wikipedia 和 Wikitology 等知识库向文档添加背景知识来增强文本分类。在我们之前的工作中，我们进行了大量实验，从 Wikitology 中提取知识，并在支持向量机上使用 10 折交叉验证进行评估。结果清楚地表明 Wikitology 远优于其他知识库。本文比较了在通过 Wikitology 进行文本增强下的支持向量机 (SVM) 和朴素贝叶斯 (NB) 分类器。我们通过 10 折交叉验证确认了结果，显示与基线结果相比，NB 提升了 +28.78%，而 SVM 提升了 +6.36%。当使用任何外部知识库进行外部增强时，朴素贝叶斯分类器是更好的选择。
引用
@article{arxiv.1202.4063,
title = {Comparing SVM and Naive Bayes classifiers for text categorization with Wikitology as knowledge enrichment},
author = {Sundus Hassan and Muhammad Rafi and Muhammad Shahid Shaikh},
journal= {arXiv preprint arXiv:1202.4063},
year = {2012}
}
备注
5 pages