基于文本集密度的特征选择与权重计算方案

• 作者: 卢军 吴科 牛小飞 石冰
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 信息检索 文本集密度 权重计算方案 元打分法
• 年，卷（期）: 2004,（1）
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP391
• 字数: 4556字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2004.01.007

摘要

在信息检索的向量空间模型中,文本被形式化表示为由词语权重组成的向量.因此如何让这种向量尽量准确的有效的表示出文本内容一直是该模型中的基础性问题.在这篇论文中,我们提出了一种基于文本集密度的特征词选择与权重计算方案的方法.它是一种使用词对文本集密度的贡献衡量该词的价值的方法.使用这种方法,我们能找出不损失文本有效信息的最小特征词语集,并且创造出更为合理权重计算方案.在文中还用了一种新的衡量权重好坏的标准--元打分法,来证明提出的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石冰	山东大学计算机科学与技术学院	46	346	11.0	17.0
2	卢军	山东轻工业学院物理系	4	90	4.0	4.0
3	牛小飞	山东大学计算机科学与技术学院	4	142	3.0	4.0
4	吴科	山东大学计算机科学与技术学院	3	103	2.0	3.0