关于文本特征抽取新方法的研究

• 作者: 李凡 陆玉昌 鲁明羽
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 文本挖掘 词袋法 评估函数 特征独立性假设 等级树 特征抽取
• 年，卷（期）: 2001,（7）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 98-101
• 页数: 4页
• 分类号: TP301
• 字数: 5477字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2001.07.028

摘要

该文研究了已有和最新的各种基于评估函数的特征筛选方法，评价了它们的优缺点和适用范围，并实现了一种用评估函数代替TFIDF法中IDF函数进行分类的新算法。然后进一步从如何放宽特征独立性假设，利用等级关系的角度探讨了对特征筛选可能的改善。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆玉昌	清华大学计算机科学与技术系	86	4098	32.0	63.0
2	鲁明羽	清华大学计算机科学与技术系	19	996	9.0	19.0
3	李凡	清华大学计算机科学与技术系	5	635	3.0	5.0