文本作者归属分类分析中关键词子集的遗传优化
信息检索
2012-11-15 v1 计算与语言
摘要
分析了关键词集的遗传选择，其文本频率在文本分类分析中被视为属性。遗传优化是在一组词上执行的，该组词是具有给定频率限制的频率词典的一部分。频率词典是基于分析的英语小说文本数组形成的。作为遗传算法最小化的适应度函数，使用了最近邻 k 分类器的误差。所得结果表明，基于由遗传算法从频率词典中选出的关键词集属性，按作者归属类别对文本进行分类具有高精确率和召回率。
引用
@article{arxiv.1211.3402,
title = {Genetic Optimization of Keywords Subset in the Classification Analysis of Texts Authorship},
author = {Bohdan Pavlyshenko},
journal= {arXiv preprint arXiv:1211.3402},
year = {2012}
}