一种基于改进Tri-training算法的文本分类方法

本发明公开了文本数据处理技术领域的一种基于改进Tri‑training算法的文本分类方法，包括如下步骤：文本预处理、文本特征选择和分类器训练；文本处理包括对所选文本数据进行标准化处理，将其转换为后续特征提取的形式；文本特征选择，基于信息增益公式，以反映特征的重要性，信息增益越大，特征就越重要；分类器训练是基于改进Tri‑training算法进行训练。本发明算法在三个分类器中共享一个训练集，这降低了分类器出错的概率。对进入标记数据集的样本施加了更严格的限制。此外，在每次迭代训练后，根据样本类别比例的变化动态更新概率阈值。此外，将RemoveOnly编辑操作和自适应数据编辑策略结合到Tri‑training算法学习过程中。