The poor performance of MI is also

The poor performance of MI is also informative. Its bias to wards low frequency terms is known (Section 2), but whether or not this theoretical weakness will cause signicant accuracy loss in text categorization has not been empirically examined. Our experiments quantitatively address this issue using a cross-method comparison and a cross-classifier validation. Beyond this bias, MI seems to have a more serious problem in its sensitivity to probability estimation errors. That is, the second term in the formula I ( t; c ) = log Pr ( t j c ) log Pr ( t ) makes the score extremely sensitive to estimation errors when P r ( t ) is near zero.

Kết quả (Việt) 1:

Hiệu suất kém của MI cũng là thông tin. Thiên vị cho Phường tần số thấp điều khoản được biết (phần 2), nhưng hay không này suy yếu lý thuyết sẽ gây ra signi không thể tính chính xác mất trong phân loại văn bản đã không được empirically kiểm tra. Thí nghiệm của chúng tôi theo địa chỉ vấn đề này bằng cách sử dụng một cross-phương pháp so sánh và xác nhận một cross-loại. Ngoài thiên vị này, MI dường như có một vấn đề nghiêm trọng hơn ở độ nhạy cảm với xác suất ước lượng lỗi. Có nghĩa là, thứ hai thuật ngữ trong công thức tôi (t; c) = đăng nhập Pr (t j c) đăng nhập quan hệ công chúng (t) làm cho các điểm cực kỳ nhạy cảm với dự toán lỗi khi P r (t) là gần bằng không.

Kết quả (Việt) 2:

Hiệu suất nghèo của MI cũng là thông tin. Thiên vị của nó đối với phường về mặt tần số thấp được biết đến (Phần 2), nhưng có hay không yếu đuối lý thuyết này sẽ gây ra không thể trọng yếu mất độ chính xác trong phân loại văn bản đã không được kiểm tra bằng thực nghiệm. Thí nghiệm của chúng tôi về số lượng giải quyết vấn đề này bằng cách sử dụng một so sánh chéo phương pháp và xác nhận qua phân loại. Ngoài thiên vị này, MI dường như có một vấn đề nghiêm trọng hơn ở nhạy cảm với lỗi ước tính xác suất. Đó là, nhiệm kỳ thứ hai trong công thức I (t; c) = log Pr (TJC) đăng nhập Pr (t) làm cho số điểm cực kỳ nhạy cảm để ước lượng lỗi khi P r (t) là gần bằng không.