一种增量式Bayes文本分类算法

摘要

文本自动分类是数据挖掘和机器学习中非常重要的研究领域.针对难以获得大量有类标签的训练集问题,提出了基于小规模标注语料的增量式Bayes文本分类算法.该算法分两种情况处理:第一种情况是新增样本有类标签,可直接重新计算样本属于某类别的条件概率.第二种情况是新增样本无类标签,则利用现有分类器为其训练类标签,然后利用新样本来修正分类器.实验结果表明,该算法是可行有效的,比Nave Bayes文本分类算法有更高的精度.增量式Bayes分类算法的提出为分类器的更新提供了一条新途径.