向量空间法中单词权重函数的分析和构造

• 作者: 周立柱 李凡 陆玉昌 鲁明羽
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 向量空间模型 权重调整 文本分类
• 年，卷（期）: 2002,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 1205-1210
• 页数: 6页
• 分类号: TP181
• 字数: 6622字
• 语种: 中文

摘要

文本分类是文本挖掘的基础与核心,是近年来数据挖掘和网络挖掘的一个研究热点,在传统的情报检索、网站索引体系结构的建立和Web信息检索等方面占有重要地位.深入分析了一种简单而常用的经典文本分类模型--向量空间模型(vector space model,VSM)--的实质,找出了其分类精度低的原因,提出了一种利用特征筛选中的评估函数代替IDF函数进行权值调整的方法,并对采用各种不同评估函数进行权值调整的性能进行了理论分析和实验比较,提出了一种构造新的高性能评估函数的新颖方法.

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	周立柱	清华大学计算机科学与技术系	69	3313	19.0	57.0
3	鲁明羽	清华大学计算机科学与技术系	19	996	9.0	19.0
4	李凡	清华大学计算机科学与技术系	5	635	3.0	5.0