【摘 要】
：
目前已有很多种特征选择方法,但就目前所知,没有一种方法能够在非平衡语料上取得很好的效果.依据特征在类别间的分布特点提出了基于类别分布的特征选择框架.该框架能够利用特
【机 构】
：
中国科学院计算技术研究所,中国科学院研究生院,北京大学软件与微电子学院,北京语言大学网络信息与教育技术中心
【基金项目】
：
国家“九七三”重点基础研究发展计划基金项目(2007CB311103);国家自然科学基金项目(60873166,60603094);国家“八六三”高技术研究发展计划基金项目(2006AA010105)~~
论文部分内容阅读
目前已有很多种特征选择方法,但就目前所知,没有一种方法能够在非平衡语料上取得很好的效果.依据特征在类别间的分布特点提出了基于类别分布的特征选择框架.该框架能够利用特征的分布信息选出具有较强区分能力的特征,同时允许给类别灵活地分配权重,分配较大的权重给稀有类别则提高稀有类别的分类效果,所以它适用于非平衡语料,也具有很好的扩展性.另外,OCFS和基于类别分布差异的特征过滤可以看作该框架的特例.实现该框架得到了具体的特征选择方法,Retuers-21578语料及复旦大学语料等两个非平衡语料上的实验表明,它们的Macro和Micro F1效果都优于IG,CHI和OCFS.
其他文献
非金属夹杂物对轴承钢性能有较大危害,全面掌握钢中夹杂物的信息对提高轴承钢质量至关重要。实验采用ASPEX扫描电镜检测和水溶液电解萃取相结合的方法检测了超洁净轴承钢中夹
分析我国中草药种植业的现状,借鉴国内外有关产业发展经验,提出我国中草药种植产业化发展十大方略。
天文地球动力学郑大伟（中国科学院上海天文台２０００３０）关键词 地球自转，极移，天文地球动力学天文地球动力学是用天文手段测定和研究地球各种运动状态及其力学机制的一门学科。它所研究的
<正>我们关注家具的销售渠道,往往将注意力首先集中在家具流通大卖场和家具制造商的身上,而对于直接面对消费者的经销商,却重视不够。因为他们往往是以个体的形式出现,势单力
针对我国家具产业发展迅速,木材资源供应紧张,在家具企业中大力推广无醛秸秆板材的应用十分必要,尤其针对定制整体衣柜家具。文章研究了秸秆板定制整体衣柜家具的零件标准化
利用马鞍山市 1983、1996、2 0 10年的土地详查、土地现状和土地规划数据 ,分析了马鞍山市 1983— 1996年以及1997— 2 0 10规划年土地利用类型结构的变化及其土地变化的驱动
在数据网格中,数据使用模式将影响系统性能.根据一些实际系统的测试结果,数据请求呈现出分组特性.为研究当数据请求呈现分组特性时请求分布与副本分布的关系,首先定义了数据
信度分析是综合评价调查问卷体系的稳定性和可靠性的有效方法,能有效反映问卷编制的科学性、合理性和有效性,可结合预调查及时对问卷进行增删修订和优化调整。本文综述了调查
采用连续流动分析仪,用连续流动分光光度法,对水体中的氨氮进行实验研究。优化了试验方法,使氨氮的标准曲线线性相关性高,操作简便,大大提高了检测的效率,缩短了样品测量时间
<正>为全面建成小康社会,在科教兴国、人才强国、创新驱动发展、区域协调发展、可持续发展等战略驱动下,外资在加快建设实体经济、科技创新、现代金融、人力资源协同发展等方