基于多分類器融合的防震減災知識文本分類研究

作者：李曉麗,馬龍龍

摘要：防震減災科普知識文本包括地震監測預報、震害防御和緊急救援等方面的內容。在目前的防震減災科普知識的宣傳應用中,需要人工進行文本類別的選擇,面對海量的科普知識文本,人工分類費時費力,自動文本分類是必要選擇。針對科普知識文本進行研究,提出了基于多分類器融合的科普知識文本分類方法,通過D-S證據理論融合支持向量機、徑向基RBF神經網絡和貝葉斯網絡三種分類模型獲取最終的分類效果。結果表明,通過多分類器融合的分類方法提高了防震減災科普知識文本分類的性能,其結果明顯優于單個分類器。

發文機構：防災科技學院應急管理學院 中科院軟件研究所

關鍵詞：文本分類多分類器融合防震減災多數投票法Text classificationMmultiple classifier fusionEarthquake disaster reductionMajority voting

分類號： P315-39[天文地球—地震學]