论文部分内容阅读
针对负例类别很难获得训练样本的情况，提出了一种基于正例和未标文档的半监督分类方法。已知仅有正例文本的情况下，引入k—means聚类算法对未标样本集进行聚类，从未标样本集中选出最为可靠的负例样本信息，初始化分类器。基于EM的极大似然估计理论，在每步迭代的E—step中，将中间分类器最有把握对其类别进行预测的未标注样本进行分类，并应用到M—step中修正分类器的参数值，迭代选择最优分类器。实验结果表明，该方法取得了较好的分类效果。