Variações do método kNN e suas aplicações na classificação automática de textos / kNN Method Variations and its applications in Text Classification

AUTOR(ES)

Fernando Chagas Santos

DATA DE PUBLICAÇÃO

2010

RESUMO

Grande parte das pesquisas relacionadas com a classificação automática de textos (CAT) tem procurado melhorar o desempenho (eficácia ou eficiência) do classificador responsável por classificar automaticamente um documento d, ainda não classificado. O método dos k vizinhos mais próximos (kNN, do inglês k nearest neighbors) é um dos métodos de classificação automática mais simples e eficazes já propostos. Neste trabalho foram propostas duas variações do método kNN, o kNN invertido (kINN) e o kNN simétrico (kSNN) com o objetivo de melhorar a eficácia da CAT. Os métodos kNN, kINN e kSNN foram aplicados nas coleções Reuters, 20NG e Ohsumed e os resultados obtidos demonstraram que os métodos kINN e kSNN tiveram eficácia superior ao método kNN ao serem aplicados nas coleções Reuters e Ohsumed e eficácia equivalente ao método kNN ao serem aplicados na coleção 20NG. Além disso, nessas coleções foi possível verificar que o desempenho obtido pelo método kNN é mais estável a variação do valor k do que os desempenhos obtidos pelos métodos kINN e kSNN. Um estudo paralelo foi realizado para gerar novas características em documentos a partir das matrizes de similaridade resultantes dos critérios de seleção dos melhores resultados obtidos na avaliação dos métodos kNN, kINN e kSNN. O método SVM, considerado um método de classificação do estado da arte em relação à eficácia, foi aplicado nas coleções Reuters, 20NG e Ohsumed - antes e após aplicar a abordagem de geração de características nesses documentos e os resultados obtidos demonstraram ganhos estatisticamente significativos em relação à coleção original.

ASSUNTO(S)

método knn text classification machine learning feature construction classificação de textos geração de termos critérios de seleção feature selection geração de características ciencia da computacao 1.classificação de textos 2.aprendizagem de máquina 3.método knn 4.critérios de seleção 5.geração de características 6.geração de termos aprendizagem de máquina knn method

Documentos Relacionados

• Variações do método kNN e suas aplicações na classificação automática de textos
• Aplicação da Lógica Fuzzy kNN e análises estatísticas para seleção de características e classificação de abelhas.
• Uso de Seleção de Características da Wikipedia na Classificaçao Automatica de Textos
• Uso de Seleção de Características da Wikipedia na Classificaçao Automatica de Textos
• Wrappers Feature Selection in Alzheimer’s Biomarkers Using kNN and SMOTE Oversampling