基于类别核心特征词的文本分类

• 作者: 刘万春 朱玉文 王正平
• 来源期刊: 计算机与信息技术
• 学科: 工学
• 关键词: 文本分类 特征抽取 核心特征词 特征向量
• 年，卷（期）: 2005,（3）
• 页码范围: 11-13
• 页数: 3页
• 分类号: TP391.1

摘要

传统文本分类在自动训练过程中通过训练集为每个类别建立了类别特征向量,在小训练集环境下这种方式建立的特征向量含有的类别特征信息不够丰富,分类器性能不够理想。本文提出针对小训练集应用环境提出建立分级类别特征向量的思想,通过建立由一级核心特征词、二级核心特征词和外围核心特征词三个级别组成的类别特征向量,以提高特征向量中类别特征信息的含量,从而改善分类器性能.实验结果显示这种分类方法自动分类重合率达到94.12%以上,与传统方法的52 .94%相比,有很大提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱玉文	北京理工大学信息学院计算机科学工程系	35	537	13.0	22.0
2	王正平	北京理工大学信息学院计算机科学工程系	15	51	4.0	6.0