基于信息瓶颈和拉普拉斯SVM的Web文档分类算法

摘要

为了有效地克服传统文档表示的高维性及利用大量的无标记样本数据来共同提高Web文档分类算法的分类性能，提出了基于信息瓶颈和拉普拉斯SVM的Web文档分类算法。该算法首先利用基于信息瓶颈的词聚类方法来抽取用于文档简洁表示的鉴别性特征，然后，再在降维后的低维特征空间利用拉普拉斯SVM分类器进行分类判决。实验结果表明，该算法具有很好的分类性能。