基于词频差异的特征选取及改进的TF-IDF公式

• 作者: 夏德麟 晏蒲柳 罗欣
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征选取 向量空间模型 文本分类 TF-IDF 信息增益 互信息量
• 年，卷（期）: 2005,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 2031-2033
• 页数: 3页
• 分类号: TP391
• 字数: 3834字
• 语种: 中文

摘要

文档向量化的质量对于文本分类的速度和准确度有着很大的影响.对文档向量化中常用的TF-IDF公式,互信息量公式以及信息增益公式进行了分析.提出一种基于词频差异的特征选取方法和改进的TF-IDF公式,以提高特征选取质量和文本分类的速度及准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	晏蒲柳	武汉大学电子信息学院	88	1015	17.0	28.0
2	夏德麟	武汉大学电子信息学院	21	340	9.0	18.0
3	罗欣	武汉大学电子信息学院	6	119	2.0	6.0