文件自我擴展於自動分類之應用

Application of Document Self-Expansion to Text Categorization

近幾年自動分類的研究顯示，訓練文件越多，分類效果越好。然而，訓練文件的獲得需要花費相當的人力與時間，此一成本常造成使用單位導入自動分類流程的困擾。針對此問題，本文提出一種文件自我擴展方法，在沒有利用任何額外資源的情況下，全自動的增加訓練文件，以期達到降低成本、提高成效的目的。經由兩種分類測試集以及兩種分類器的實驗驗證，顯示此方法在原始訓練文件數越少時，其改進的效果越明顯。而且此改進方法，乃策略層面上的技巧，與分類器無關，亦即任何一種分類器都可以運用上面的技巧來增強其分類效果。