Метод нахождения подобного

Для примера при рассмотрении метода нахождения подобного может быть применен модифицированный метод Роччио. В его формулировке веса, соответствующие некоторому терму, являются комбинацией весов в оригинальном запросе и в последующей оценке релевантности документов:

Параметры а, (3 и у контролируют относительную важность оригинального вектора запроса, положительные и отрицательные отклики. В контексте классификации текстов не существует исходного запроса, соответственно, а = 0. Для облегчения можно полагать также, что у = 0, таким образом переходя к простому среднему весов положительных исходов.

Деревья решений, алгоритм С4.5.

При рассмотрении метода деревьев решений может применяться алгоритм С4.5 — фундаментальный алгоритм в реализации Microsoft Desicion Trees. Он был впервые предложен Р. Квинланом (Quinlan) в 1993 г. Суть его заключается в рекурсивном разделении данных. Данный алгоритм рассматривает все возможные данные, которые могут разделить исходный набор, и выбирает тест, который дает наилучшую выходную цепочку.

Вероятностный подход

При рассмотрении метода классификации Байеса используем вероятностный подход для каждой категории, по которой строится теория о принадлежности документа какому-то классу:

Данная величина трудно вычислима, и для ее оценки используются допущения о том, что все Х_{у …, Х_п являются независимыми величинами. Это упрощает вычисления до формулы.

Несмотря па тот факт, что допущение о независимости слов в целом не является истиной, данный классификатор достаточно эффективен. Дальнейшим развитием этого метода являются байесовские сети.