paper/

• original paper: http://dl.acm.org/citation.cfm?id=312647

次の5つの分類器によって テキスト分類 する実験が世の中に散在してる。 (e.g. Text Categorization with Suport Vector Machines, 1998)

1. SVM
2. kNN
3. LLSF
4. NNet
5. NB

コーパスが違ったり、統計量検定が無かったりなので、 一回綺麗に実験し直そうというもの.

• コーパスとして、 reuters-21578 を使う (1999時代のニュースタンダードらしい)
• 指標として、F値のmacro平均とmicro平均との2つを使う
• 手法同士の有意な差を図るのに、{micro,macro}-{s,t}検定 をする

手法

分類器の原理は解説してあるけど、素性の使い方とか詳しくないからだめだ.

結論

{SVM, kNN} > LLSF > NNet >> NB

Figure-4, 5 は、トピックごとの micro,macro-F1 を、 トピックの頻度で並べて線でつないだもの (何かの収束する様子かと思ってしまった)