Réseaux bayésiens jumelés et noyau de Fisher pondéré pour la classification de documents XML - Archive ouverte HAL Access content directly
Journal Articles Revue Africaine de Recherche en Informatique et Mathématiques Appliquées Year : 2014

Réseaux bayésiens jumelés et noyau de Fisher pondéré pour la classification de documents XML

Abstract

In this paper, we are presenting a learning model for XML document classification based on Bayesian networks. Then, we are proposing a model which simplifies the arborescent representation of the XML document that we have, named coupled model and we will see that this approach improves the response time and keeps the same performances of the classification. Then, we will study an extension of this generative model to the discriminating model thanks to the formalism of the Fisher’s kernel. At last, we have applied a ponderation of the structure components of the Fisher’s vector. We finish by presenting the obtained results on the XML collection by using the CBS and SVM methods
Fichier principal
Vignette du fichier
Vol.17.pp.141-154.pdf (1.01 Mo) Télécharger le fichier
Origin Publisher files allowed on an open archive

Dates and versions

hal-01300057 , version 1 (08-04-2016)

Identifiers

Cite

Ait Ali Yahia Yassine, Amrouche Karima. Réseaux bayésiens jumelés et noyau de Fisher pondéré pour la classification de documents XML. Revue Africaine de Recherche en Informatique et Mathématiques Appliquées, 2014, Volume 17 - 2014 - Special issue CARI'12, pp.141-154. ⟨10.46298/arima.1971⟩. ⟨hal-01300057⟩
96 View
814 Download

Altmetric

Share

Gmail Mastodon Facebook X LinkedIn More