Application of Finite Mixtures to Text Document Classification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F03%3A03076944" target="_blank" >RIV/68407700:21230/03:03076944 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/67985556:_____/03:16030020

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Application of Finite Mixtures to Text Document Classification

Popis výsledku v původním jazyce

Finite mixture modelling of class-conditional distributions is a standard method in a statistical pattern recognition. We proposed to use the mixture of multinomial distributions as a model for class-conditional distribution for text document classification task. The vector document representations using a bag-of-words or a unigram approach are employed.Experimental comparison of the proposed model and the standard Bernoulli and multinomial models as well as the model based on mixture of multivariate Bernoulli distributions was performed using Reuters-21578 database. Preliminary experimental results indicate the effectiveness of proposed model based on mixture of multinomial distributions in a text classification task.

Název v anglickém jazyce

Application of Finite Mixtures to Text Document Classification

Popis výsledku anglicky

Finite mixture modelling of class-conditional distributions is a standard method in a statistical pattern recognition. We proposed to use the mixture of multinomial distributions as a model for class-conditional distribution for text document classification task. The vector document representations using a bag-of-words or a unigram approach are employed.Experimental comparison of the proposed model and the standard Bernoulli and multinomial models as well as the model based on mixture of multivariate Bernoulli distributions was performed using Reuters-21578 database. Preliminary experimental results indicate the effectiveness of proposed model based on mixture of multinomial distributions in a text classification task.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2003

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Znalosti 2003 - sborník příspěvků 2. ročníku konference

ISBN

80-248-0229-5

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

23-32

Název nakladatele

VŠB-TUO

Místo vydání

Ostrava

Místo konání akce

Ostrava

Datum konání akce

19. 2. 2003

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—