基于词条聚合和决策树的文本分类方法

• 作者: 张明 王煜 马力
• 来源期刊: 河北大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 互信息 决策树
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 电子工程与计算机科学
• 页码范围: 338-342
• 页数: 5页
• 分类号: TP391.1
• 字数: 3720字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1565.2005.03.024

摘要

根据词条聚合和决策树原理,提出了一种文本分类的新方法.决策树分类方法具有出色的数据分析效率和容易抽取易于理解的分类规则等优势,但只能应用于维数较低的特征空间.本方法将与各个类别相关程度相似的词条聚合为一个特征,有效地降低了向量空间的维数,然后再使用决策树进行分类,从而既保证了分类精度又获得了决策树易于抽取分类规则的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王煜	河北大学数学与计算机学院	21	336	10.0	18.0
2	张明	河北大学数学与计算机学院	22	138	7.0	11.0