Phân loại văn bản phân cấp ứng dụng sinh thông tin - Svetlana Kiritchenko

Luận án tiến sĩ về phân loại văn bản phân cấp trong sinh thông tin. Đề xuất thuật toán học máy mới cho phân loại nhất quán và đánh giá hiệu suất trên dữ liệu y sinh.

Trường ĐH

University of Ottawa

Chuyên ngành

Computer Science

Tác giả

Luan An

Thể loại

Luận án

Năm xuất bản

Số trang

204

Thời gian đọc

31 phút

Lượt xem

1

Lượt tải

0

Phí lưu trữ

50 Point

Tóm tắt nội dung

I. Phân loại văn bản phân cấp Tổng quan công nghệ

Phân loại văn bản phân cấp (hierarchical text classification) đại diện cho bước tiến quan trọng trong xử lý ngôn ngữ tự nhiên. Công nghệ này tổ chức các danh mục theo cấu trúc phân tầng thay vì danh sách phẳng. Nghiên cứu của Svetlana Kiritchenko tại Đại học Ottawa khám phá hai khía cạnh cốt lõi: thuật toán học máy và đánh giá hiệu suất. Luận án giới thiệu khái niệm phân loại phân cấp nhất quán, giúp kết quả dễ hiểu và diễn giải hơn cho người dùng cuối. Phương pháp này đặc biệt hiệu quả khi áp dụng vào sinh thông tin học (bioinformatics), nơi dữ liệu y sinh được tổ chức theo các taxonomy phức tạp. Công trình nghiên cứu mở ra hướng tiếp cận mới cho các bài toán phân loại văn bản tự động trong lĩnh vực y học và sinh học phân tử.

1.1. Khái niệm phân loại phân cấp nhất quán

Phân loại phân cấp nhất quán đảm bảo kết quả tuân theo cấu trúc taxonomy văn bản. Khi một tài liệu được gán vào danh mục con, nó tự động thuộc các danh mục cha. Tính nhất quán này tạo ra kết quả logic, dễ kiểm chứng. Phương pháp cục bộ từ trên xuống (local top-down) là thuật toán duy nhất đạt được điều này trước nghiên cứu của Kiritchenko.

1.2. Cấu trúc DAG trong phân loại văn bản

Nghiên cứu mở rộng thuật toán sang cấu trúc DAG (Directed Acyclic Graph). DAG cho phép một danh mục có nhiều danh mục cha, phản ánh thực tế phức tạp hơn cây đơn giản. Mô hình này phù hợp với các hệ thống phân loại y sinh, nơi một khái niệm có thể thuộc nhiều nhánh tri thức khác nhau.

1.3. Ưu điểm của phương pháp toàn cục

Phương pháp toàn cục (global approach) được đề xuất chuyển đổi thuật toán phẳng thành phân cấp. Thử nghiệm trên dữ liệu thực và tổng hợp cho thấy hiệu suất vượt trội. Phương pháp này đánh bại cả thuật toán phẳng truyền thống và phương pháp cục bộ từ trên xuống về độ chính xác.

II. Thuật toán machine learning cho phân loại phân cấp

Các thuật toán học máy (machine learning classification) đóng vai trò nền tảng trong phân loại văn bản phân cấp. Nghiên cứu phát triển framework chuyển đổi thuật toán học phẳng sang phân cấp một cách hệ thống. Điểm đột phá nằm ở khả năng tích hợp thông tin cấu trúc taxonomy vào quá trình học. Các thuật toán truyền thống như SVM, Naive Bayes, Decision Trees được điều chỉnh để khai thác mối quan hệ cha-con giữa các danh mục. Feature extraction trở nên phức tạp hơn khi phải xem xét ngữ cảnh phân cấp. Phương pháp toàn cục xử lý tất cả danh mục đồng thời, tối ưu hóa hàm mục tiêu chung cho toàn bộ cây phân loại.

2.1. Phương pháp cục bộ từ trên xuống

Local top-down approach phân loại theo từng tầng của cây phân loại. Bắt đầu từ nút gốc, thuật toán quyết định danh mục con phù hợp nhất. Quá trình lặp lại cho đến khi đạt nút lá hoặc ngưỡng tin cậy. Ưu điểm là đảm bảo tính nhất quán tự nhiên. Nhược điểm là lỗi tầng trên lan truyền xuống dưới.

2.2. Framework chuyển đổi thuật toán phẳng

Framework tổng quát cho phép chuyển đổi bất kỳ thuật toán phẳng nào. Quá trình bao gồm ba bước: mã hóa cấu trúc phân cấp, điều chỉnh hàm mất mát, và giải mã kết quả. Mã hóa biến đổi nhãn thành vector phản ánh vị trí trong taxonomy. Hàm mất mát được thiết kế để phạt nặng lỗi ở tầng cao hơn.

2.3. Tối ưu hóa toàn cục cho cây phân loại

Phương pháp toàn cục tối ưu hóa toàn bộ cây đồng thời thay vì từng nút riêng lẻ. Điều này tránh được hiện tượng lan truyền lỗi của phương pháp cục bộ. Thuật toán sử dụng thông tin từ tất cả tầng để đưa ra quyết định tốt hơn. Kết quả thực nghiệm chứng minh cải thiện đáng kể về độ chính xác.

III. Deep learning NLP và word embedding trong phân loại

Công nghệ deep learning NLP cách mạng hóa phân loại văn bản phân cấp. Word embedding chuyển đổi từ ngữ thành vector số, nắm bắt quan hệ ngữ nghĩa. Các mô hình như BERT (Bidirectional Encoder Representations from Transformers) tạo ra biểu diễn ngữ cảnh phong phú. Trong phân loại phân cấp, embedding giúp nhận diện mối liên hệ giữa các danh mục khác nhau. Các danh mục liên quan có biểu diễn vector gần nhau trong không gian nhúng. Điều này hỗ trợ mô hình phân loại học được cấu trúc taxonomy một cách ngầm định. Mặc dù nghiên cứu của Kiritchenko chưa sử dụng BERT, các nguyên lý về feature extraction vẫn áp dụng cho các mô hình hiện đại.

3.1. Biểu diễn đặc trưng cho văn bản phân cấp

Feature extraction trong phân loại phân cấp phức tạp hơn phương pháp phẳng. Đặc trưng cần phản ánh không chỉ nội dung văn bản mà còn vị trí trong taxonomy. Các kỹ thuật truyền thống sử dụng bag-of-words, TF-IDF, và n-grams. Đặc trưng có thể được tăng cường bằng thông tin từ danh mục cha.

3.2. Word embedding và biểu diễn ngữ nghĩa

Word embedding như Word2Vec và GloVe tạo vector dày đặc cho từ vựng. Các vector này nắm bắt quan hệ ngữ nghĩa và cú pháp giữa các từ. Trong phân loại phân cấp, embedding giúp khái quát hóa tốt hơn. Văn bản mới với từ vựng tương tự được phân loại chính xác hơn.

3.3. Ứng dụng BERT cho phân loại đa tầng

BERT tạo ra biểu diễn ngữ cảnh động cho mỗi từ trong câu. Mô hình pre-trained có thể fine-tune cho bài toán phân loại cụ thể. Trong taxonomy phức tạp, BERT giúp phân biệt các danh mục tương tự nhau. Kết hợp BERT với phương pháp toàn cục có tiềm năng cải thiện đáng kể hiệu suất.

IV. Đánh giá hiệu suất mô hình phân loại phân cấp

Đánh giá mô hình phân loại phân cấp đòi hỏi các metric đặc biệt khác với phân loại phẳng. Nghiên cứu đề xuất thước đo đánh giá phân cấp mới vượt trội hơn các phương pháp hiện có. Metric này tính đến cấu trúc taxonomy khi đo lường lỗi phân loại. Lỗi ở tầng cao (gần gốc) được phạt nặng hơn lỗi ở tầng thấp (gần lá). Điều này phản ánh thực tế rằng nhầm lẫn cơ bản nghiêm trọng hơn nhầm lẫn chi tiết. Thước đo thỏa mãn nhiều tiêu chí hình thức về tính nhất quán và công bằng. Các thí nghiệm rộng rãi trên dữ liệu thực và tổng hợp xác nhận hiệu quả của metric này.

4.1. Hạn chế của metric phẳng truyền thống

Các metric như accuracy, precision, recall không phù hợp cho phân loại phân cấp. Chúng coi tất cả lỗi phân loại là ngang nhau bất kể vị trí trong taxonomy. Nhầm lẫn giữa hai danh mục anh em được đánh giá như nhầm lẫn giữa hai nhánh hoàn toàn khác nhau. Điều này không phản ánh mức độ nghiêm trọng thực tế của lỗi.

4.2. Thước đo phân cấp dựa trên khoảng cách

Metric mới sử dụng khoảng cách trong cây taxonomy để đo lỗi. Khoảng cách giữa nhãn dự đoán và nhãn thực tế phản ánh mức độ sai lệch. Lỗi ở tầng cao có khoảng cách lớn hơn, dẫn đến penalty cao hơn. Công thức toán học đảm bảo tính chất đối xứng và tam giác.

4.3. Tiêu chí hình thức cho metric tốt

Nghiên cứu đề xuất tập tiêu chí hình thức để đánh giá chất lượng metric. Tiêu chí bao gồm: tính nhất quán với cấu trúc phân cấp, độ nhạy với vị trí lỗi, và khả năng so sánh công bằng. Metric mới thỏa mãn tất cả tiêu chí này tốt hơn các phương pháp hiện có. Thử nghiệm thực nghiệm xác nhận tính ưu việt.

V. Ứng dụng trong sinh thông tin học bioinformatics

Luận án trình bày nỗ lực đầu tiên áp dụng phân loại văn bản phân cấp vào sinh thông tin học. Ba bài toán cụ thể được giải quyết: gán nhãn MeSH cho bài báo y sinh, chú thích chức năng gen từ văn bản, và phân loại protein. Medical Subject Headings (MeSH) là từ vựng chuyên ngành tổ chức theo cấu trúc phân cấp phức tạp. Nhiệm vụ gán MeSH tự động giúp tổ chức hàng triệu bài báo y học hiệu quả. Chú thích chức năng gen khai thác văn bản khoa học để xác định vai trò sinh học của gen. Các bài toán này đặc biệt phù hợp với phân loại phân cấp do bản chất taxonomy của dữ liệu y sinh.

5.1. Gán nhãn MeSH cho tài liệu y sinh

MeSH là hệ thống phân loại chuẩn cho văn bản y sinh học do NLM phát triển. Cấu trúc MeSH bao gồm hơn 27,000 thuật ngữ tổ chức thành 16 nhánh chính. Mỗi bài báo PubMed được gán trung bình 10-15 nhãn MeSH bởi chuyên gia. Tự động hóa quá trình này tiết kiệm thời gian và chi phí đáng kể.

5.2. Chú thích chức năng gen từ văn bản

Chú thích chức năng gen là bài toán khó trong sinh thông tin học. Mục tiêu là xác định vai trò sinh học, quá trình tế bào, và vị trí phân tử của gen. Văn bản khoa học chứa thông tin phong phú về chức năng gen được phát hiện. Machine learning classification khai thác nguồn tri thức này một cách tự động.

5.3. Kết quả và đánh giá trên dữ liệu thực

Thử nghiệm trên các tập dữ liệu chuẩn như OHSUMED và BioCreAtIvE. Phương pháp toàn cục đạt hiệu suất cao hơn đáng kể so với baseline. Kết quả chứng minh tính khả thi của phân loại phân cấp trong ứng dụng thực tế. Metric đánh giá phân cấp cung cấp cái nhìn sâu sắc hơn về chất lượng mô hình.

VI. Taxonomy văn bản và cấu trúc phân cấp đa tầng

Taxonomy văn bản là xương sống của hệ thống phân loại phân cấp. Cấu trúc phân cấp đa tầng tổ chức tri thức từ tổng quát đến cụ thể theo nhiều mức độ. Nghiên cứu xử lý cả cấu trúc cây đơn giản và DAG phức tạp hơn. Trong DAG, một nút có thể có nhiều nút cha, phản ánh tính đa diện của khái niệm. Ví dụ, trong MeSH, một bệnh có thể thuộc cả nhóm bệnh lý và nhóm cơ quan bị ảnh hưởng. Thuật toán phải xử lý các trường hợp gán nhãn nội bộ (internal node assignment) khi tài liệu thuộc danh mục trung gian chứ không phải lá. Khả năng xử lý các trường hợp đặc biệt này làm cho phương pháp đề xuất linh hoạt và thực tế hơn.

6.1. Cấu trúc cây và DAG trong phân loại

Cấu trúc cây là dạng đơn giản nhất của taxonomy với mỗi nút có đúng một cha. DAG mở rộng khả năng biểu diễn bằng cách cho phép đa kế thừa. Trong y sinh học, DAG phổ biến hơn vì khái niệm thường liên quan đến nhiều lĩnh vực. Thuật toán phải được thiết kế để tránh vòng lặp và xử lý đúng các đường dẫn khác nhau.

6.2. Gán nhãn nút nội bộ và nút lá

Phân loại phân cấp truyền thống chỉ gán nhãn cho nút lá (danh mục cụ thể nhất). Tuy nhiên, nhiều ứng dụng thực tế yêu cầu gán nhãn nút nội bộ. Ví dụ, một tài liệu về 'ung thư' nói chung chứ không phải loại cụ thể. Phương pháp đề xuất xử lý linh hoạt cả hai trường hợp.

6.3. Thiết kế taxonomy hiệu quả

Chất lượng taxonomy ảnh hưởng trực tiếp đến hiệu suất phân loại. Taxonomy tốt cân bằng giữa độ sâu và độ rộng, tránh tầng quá sâu hoặc quá nông. Các danh mục anh em nên tách biệt rõ ràng về mặt ngữ nghĩa. Quá trình thiết kế taxonomy đòi hỏi chuyên môn lĩnh vực và hiểu biết về machine learning.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Luận án tiến sĩ: Hierarchical text categorization and its application to bioinformatics

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (204 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

i Ti uOttawa L’Université canadienne Canada’s university a FACULTE DES ETUDES SUPERIEURES peng FACULTY OF GRADUATE AND ET POSTOCTORALES uOttawa POSDOCTORAL STUDIES L’Université canadienne Canada’s university Svetlana Kiritchenko AUTEUR DE LA THESE / AUTHOR OF THESIS Ph. (Computer Science) GRADE / DEGREE School of Information Technology and Engineering FACULTE, ECOLE, DEPARTEMENT / FACULTY, SCHOOL, DEPARTMENT Hierarchical Text Categorization and its Application to Bioinformatics TITRE DE LA THESE / TITLE OF THESIS Stan Matwin DIRECTEUR (DIRECTRICE) DE LA THESE / THESIS SUPERVISOR Fazel Famili CO-DIRECTEUR (CO-DIRECTRICE) DE LA THESE / THESIS CO-SUPERVISOR EXAMINATEURS (EXAMINATRICES) DE LA THESE / THESIS EXAMINERS Nathalie Japkowicz John Oommen Hagit Shatkay Marcel Turcotte Gary W. Slater LE DOYEN DE LA FACULTE DES ETUDES SUPERIEURES ET POSTDOCTORALES / DEAN OF THE FACULTY OF GRADUATE AND POSTDOCORAL STUDIES Hierarchical Text Categorization and Its Application to Bioinformatics by Svetlana Kiritchenko Thesis submitted to the Faculty of Graduate and Postdoctoral Studies In partial fulfillment of the requirements For the Ph. degree in Computer Science School of Information Technology and Engineering Faculty of Engineering University of Ottawa ivi Library and Bibliotheque et Archives Canada Archives Canada Published Heritage Direction du Branch Patrimoine de l'édition 395 Wellington Street 395, rue Wellington Ottawa ON K1A 0N4 Ottawa ON K1A 0N4 Canada Canada Your file Votre référence ISBN: 978-0-494-15026-9 Our file Notre référence ISBN: 978-0-494-15026-9 NOTICE: AVIS: The author has granted a non- L'auteur a accordé une licence non exclusive exclusive license allowing Library permettant a la Bibliotheque et Archives and Archives Canada to reproduce, Canada de reproduire, publier, archiver, publish, archive, preserve, conserve, sauvegarder, conserver, transmettre au public communicate to the public by par télécommunication ou par I'Internet, préter, telecommunication or on the Internet, distribuer et vendre des théses partout dans loan, distribute and sell theses le monde, a des fins commerciales ou autres, worldwide, for commercial or non- sur support microforme, papier, électronique commercial purposes, in microform, et/ou autres formats.

paper, electronic and/or any other formats. The author retains copyright L'auteur conserve la propriété du droit d'auteur ownership and moral rights in et des droits moraux qui protége cette these. Neither the thesis Ni la thése ni des extraits substantiels de nor substantial extracts from it celle-ci ne doivent être imprimés ou autrement may be printed or otherwise reproduits sans son autorisation. reproduced without the author's permission.

In compliance with the Canadian Conformément a la loi canadienne Privacy Act some supporting sur la protection de la vie privée, forms may have been removed quelques formulaires secondaires from this thesis. ont été enlevés de cette these. While these forms may be included Bien que ces formulaires in the document page count, aient inclus dans la pagination, their removal does not represent il n'y aura aucun contenu manquant. any loss of content from the thesis.

Canada © Svetlana Kiritchenko, Ottawa, Canada, 2006 Abstract In a hierarchical categorization problem, categories are partially ordered to form a hier- archy. In this dissertation, we explore two main aspects of hierarchical categorization: learning algorithms and performance evaluation. We introduce the notion of consistent hierarchical classification that makes classification results more comprehensible and easily interpretable for end-users. Among the previously introduced hierarchical learning algo- rithms, only a local top-down approach produces consistent classification.

The present work extends this algorithm to the general case of DAG class hierarchies and possible internal class assignments. In addition, a new global hierarchical approach aimed at performing consistent classification is proposed. This is a general framework of convert- ing a conventional “flat” learning algorithm into a hierarchical one. An extensive set of experiments on real and synthetic data indicate that the proposed approach significantly outperforms the corresponding “flat” as well as the local top-down method.

For eval- uation purposes, we use a novel hierarchical evaluation measure that is superior to the existing hierarchical and non-hierarchical evaluation techniques according to a number of formal criteria. Also, this dissertation presents the first endeavor of applying the hierarchical text categorization techniques to the tasks of bioinformatics. Three bioinformatics problems are addressed. The objective of the first task, indexing biomedical articles with Medi- cal Subject Headings (MeSH), is to associate documents with biomedical concepts from the specialized vocabulary of MeSH.

In the second application, we tackle a challeng- ing problem of gene functional annotation from biomedical literature. Our experiments demonstrate a considerable advantage of hierarchical text categorization techniques over the “flat” method on these two tasks. In the third application, our goal is to enrich the analysis of plain experimental data with biological knowledge. In particular, we incorpo- rate the functional information on genes directly into the clustering process of microarray data with the outcome of an improved biological relevance and value of clustering results.

ii Acknowledgements First, I wish to express my sincere gratitude to my supervisors, Pr. Stan Matwin and Pr. I am indebted to Stan who has taught me what it means to be a researcher and has provided support, encouragement, and valuable criticism through all these years. I thank Fazel for introducing me to the exciting science of bioinformatics, for generously sharing his knowledge and expertise in this area, and for giving professional advice.

I would also like to thank the members of my committee, Pr. Nathalie Japkowicz, Pr. John Oommen, and Pr. Marcel Turcotte, for their thoughtful comments and insightful discussions that help me considerably improve this dissertation.

My very special thanks go to Pr. Richard Nock from the Université Antilles-Guyane who contributed several ideas on hierarchical learning. Working with Richard was a very stimulating and fun experience. In fact, this one-month collaboration became a turning point in my research.

Also, I had a privilege to work with many wonderful people from the National Re- search Council of Canada (NRC). In particular, I would like to thank the Integrated Reasoning group at the Institute for Information Technology and especially the BioMiner team for their professional and friendly support and help with my research. I have also greatly benefited from the motivating discussions with outstanding biologists at the In- stitute for Biological Sciences (IBS) and the Biotechnology Research Institute (BRI), es- pecially Dr. Roy Walker, Brandon Smith, Dr.

Maureen O’Connor, Dr. Anne Lenferink, and Dr. Grateful acknowledgments are made for AmikaNow! Corporation, its president Dr. Suhayya Abu-Hakima and the whole team of great professionals for their interest in my work, support and cooperation.

My fellow students from the University of Ottawa, Fernanda Caropreso, Marina Sokolova, Magda Widlak, Vivi Nastase, Anna Kazantseva, Jelber Sayyad, Quintin Ar- mour, helped me in many different ways providing much needed support, advice, and friendship. Thanks are also due to the researchers from all over the world, who generously made their software available for the present research: Erin Allwein, Robert Schapire, and Yoram Singer (BoosTexter), Ross Quinlan (C4.5), Amanda Clare (multi-label and hier- archical extensions to C4. Last, but not least, Ï am very grateful to my family, my parents who always believed in me and encouraged through all the way, and my husband, Misha, who made everything possible to help me make it this far. ili The financial support during the course of my graduate work was provided by Natural Sciences and Engineering Research Council of Canada (NSERC), Communications and Information Technology Ontario (CITO), the Government of Ontario, the University of Ottawa, AmikaNow! Corporation, and National Research Council of Canada (NRC).

iv Contents 1 Introduction FfCƠO‹HW{N›0© 1. HH HH ng nà k kg N kg 1.2 Hierarchical text categorization .1 Hierarchical text categorization .2 Hierarchical text categorization in bioinformatics. RẶ&ä Specifics of hierarchical text categorization 11 2.1 Hierarchies: ontologies, taxonomies, thesauri .4 Multi-class categorization .9 Multi-label categorization ©.ee 16 Previous work 3.1 Document representation and feature selection .1 Hierarchical global feature selection.2 Hierarchical local feature selection.1 Global approaches to hierarchical text learning.2 Local approaches to hierarchical text learning. Q Q n ạ gà g ki kg kg va 3.5 Text learning in bioinfiormatiCS.3 Named entity recognition.4 Entity relationship detection.6 Gene expression analysis .7 Creating/maintaining knowledge databases.

peeKia 53 4 Hierarchical learning algorithms 55 4.1 Generalized hierarchical local approach. 56 4,2 New hierarchical global approach .MH, a boosting algorithm for multi-class multi-label classification. ce eee ene 62 4.2 Finding high-quality thresholds for multi-label AdaBoost.3 Other global hierarchical approaches. 79 Hierarchical evaluation measure 80 5.1 Desired properties of a hierarchical evaluation measure .2 New hierarchical evaluation measure .3 Probabilistic interpretation of precision and recall .4 Properties of the new hierarchical measure .1 Satisfying all requirements for a hierarchical evaluation measure.

kg g k k gà kg va 93 5. ch ng kg kg KV nt 93 5.44 Consistency and discriminancy .5 Allowing a trade-off between classification precision and classifica- tion depth. ee 101 Experimental results 102 6. Quà và và 104 6.

Quy g g k k kg Kia 104 6. c Q Q HQ ng kg va 105 6. c Q Q Q HQ HQ ng vn kg kg 106 6. cv cà vn kg k KV VN KV va 107 6.

“flat” learning algorithms .2 Hierarchical global vs. ng cv kg kg V kg VN Và 114 7 Hierarchical text categorization in bioinformatics 116 7.1 Indexing of biomedical literature with Medical Subject Headings.2 Medical Subject Headings (MeSH). kg kg k NV kg Kia 121 7.2 Functional annotation of genes from biomedical literature. gu kg ki ke kg va 125 7.3 Genomic databases as the source of training data .3 Gene expression analysis in the presence of background knowledge .1 K-means clustering algorithm .2 K-means enriched with functional information.

ng gà va 143 7. 148 8 Conclusions and future work 150 Appendix A 153 Appendix B 162 Vil Glossary 167 Bibliography 172 viii List of Tables 3.1 Main functions for determining feature relevancy in the feature selection PLOCESS.KV KV kia 3.3 Main functions for measuring distance in the clustering process.1 UCI datasets used in the experiments.MH with different thresholding strategies on UCI data after 25 iterations.MH with different thresholding strategies on UCI data after 200 iterations.1 Characteristics of the “flat” and existing hierarchical evaluation measures.3 The degree of consistency and discriminancy for hF-measure over “flat” F- measure for uniform class distribution, 100 examples per class, and random classifiers, 2. ng ga gà k k k k k ko 5.4 The degree of consistency and discriminancy for hF-measure over “flat” F-measure for uniform class distribution, 1000 examples per class, and random classifiers.0 The degree of consistency and discriminancy for hF-measure over “flat” F-measure for imbalanced class distribution (5:1), 100 examples per class, and random classifiers.6 The degree of consistency and discriminancy for hF-measure over “flat” F- measure for imbalanced class distribution (10:1), 100 examples per class, and random classifiers.7 The degree of consistency and discriminancy for hF-measure over “flat” F-measure for imbalanced leaf class distribution (10:1), 100 examples per class, and random classifiers.8 The degree of consistency and discriminancy for hF-measure over “flat” F-measure for uniform class distribution, 100 examples per class, and “re- alistic” classification results (correct prediction is twice as probable as 12a E6.9 The degree of consistency and discriminancy for hF-measure over “flat” F-measure for uniform class distribution, 100 examples per class, and “re- alistic” classification results (correct prediction is 5 times as probable as incorrect one).1 Characteristics of the text corpora used in the experiments.2 Comparative characteristics of the three learning algorithms: hierarchical local, hierarchical global, and “ñat”.3 Performance of the hierarchical local and “flat” AdaBoost.MH on real text corpora and synthetic data. HQ eee eee 6.4 Performance of the hierarchical global and “flat” AdaBoost.MH on real text corpora and synthetic data.5 Performance of the hierarchical local and global AdaBoost.MH on real text corpora and synthetic data.

ee ee vo 7.1 MeSH hierarchical trees.2 Characteristics of the OHSUMED data.3 Performance of the “flat”, hierarchical local, and hierarchical global Ad- aBoost.MH on the OHSUMED data.4 GO annotations for yeast genes contained in file gene_association.5 Information on yeast genes from the SGD database.6 Training set formed from the information on yeast genes from the SGD 371212. kia ii ặHHAaA.7 Characteristics of the MEDLINEdata .

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Từ khóa và chủ đề nghiên cứu


Câu hỏi thường gặp

Luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" nghiên cứu về vấn đề gì?

Luận án tiến sĩ về phân loại văn bản phân cấp trong sinh thông tin. Đề xuất thuật toán học máy mới cho phân loại nhất quán và đánh giá hiệu suất trên dữ liệu y sinh.

Luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại University of Ottawa. Năm bảo vệ: 2006.

Luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" thuộc chuyên ngành gì?

Luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" thuộc chuyên ngành Computer Science. Danh mục: Khoa Học Máy Tính.

Luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" có bao nhiêu trang?

Luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" có 204 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Phân loại văn bản phân cấp và ứng dụng sinh thông tin" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter