[发明专利]一种半监督多视图学习的网页分类方法

摘要

本发明涉及互联网技术领域，更具体地，涉及一种半监督多视图学习的网页分类方法，包括：从网页中获取数据，建立训练集；通过已标记训练集训练分类器；通过训练好的分类器对已标记训练集和未标记训练集进行编码，获取样本特征；对样本特征进行密度聚类，获取聚类结果；根据聚类结果对未标记训练集的样本进行分类。本方案使用已标记训练集对分类器进行训练，在现有的多视图分类方法的基础上加入正交约束和对抗相似约束，再通过训练好的分类器对训练集里所有的数据进行密度聚类标记，最后对分类器进行准确率验证，多次迭代上述过程能使分类器的分类性能得到提升。

主权项

1.一种半监督多视图学习的网页分类方法，其特征在于，所述方法包括：步骤S1：从网页中获取数据，建立训练集；所述训练集包括已标记训练集和未标记训练集；所述已标记训练集为进行过信息识别的数据集；所述未标记训练集为未进行信息识别的数据集；步骤S2：通过已标记训练集训练分类器，使用验证集计算分类器的准确率；步骤S3：通过训练好的分类器对已标记训练集和未标记训练集进行编码，获取样本特征；步骤S4：对样本特征进行密度聚类，获取聚类结果；步骤S5：根据聚类结果对未标记训练集的样本进行分类；步骤S6：若步骤S2中分类器对样本的分类与步骤S5中根据聚类结果对样本的分类一致，则被分类的样本与其分类标记加入到已标记训练集；步骤S7：若未标记训练集存在样本，执行步骤S8，否则结束分类；步骤S8：若本轮为第一轮或本轮与上一轮对比，步骤S2中的准确率有所提升，执行步骤52‑57，否则结束分类。