基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了在分类精度不受损失的情况下提高训练速度,设计了3种基于信息增益(information gain,简称IG)特征权重的分类算法,分别被命名为:IG-C1、IG-C2、IG-C.它们根据特征对IG贡献的大小及在新文本中出现的次数进行分类.这3种算法都具有较低的时间复杂度和实现简单的特点.实验结果表明,其中IG-C的分类效果最为理想.
推荐文章
文本分类特征权重改进算法
向量空间模型
文本分类
特征权重
特征分布
动态自适应特征权重的多类文本分类算法研究
文本分类
特征权重
TF-IDF
分散度
梯度差
文本分类中信息增益特征选择算法的改进
文本分类
特征选择
信息增益
特征分布加权
基于改进的TF-IDF权重的短文本分类算法
短文本
TF-IDF权重
特征扩展
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征信息增益权重的文本分类算法
来源期刊 北京工业大学学报 学科 工学
关键词 文本处理 信息分类 特征提取
年,卷(期) 2006,(5) 所属期刊栏目
研究方向 页码范围 456-460
页数 5页 分类号 TP274+.3
字数 3556字 语种 中文
DOI 10.3969/j.issn.0254-0037.2006.05.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李文斌 3 100 3.0 3.0
5 刘椿年 14 168 7.0 12.0
6 陈嶷瑛 石家庄经济学院信息工程系 19 262 8.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (109)
参考文献  (1)
节点文献
引证文献  (53)
同被引文献  (54)
二级引证文献  (297)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(8)
  • 引证文献(5)
  • 二级引证文献(3)
2009(7)
  • 引证文献(3)
  • 二级引证文献(4)
2010(15)
  • 引证文献(3)
  • 二级引证文献(12)
2011(26)
  • 引证文献(6)
  • 二级引证文献(20)
2012(26)
  • 引证文献(5)
  • 二级引证文献(21)
2013(27)
  • 引证文献(5)
  • 二级引证文献(22)
2014(28)
  • 引证文献(7)
  • 二级引证文献(21)
2015(29)
  • 引证文献(3)
  • 二级引证文献(26)
2016(35)
  • 引证文献(3)
  • 二级引证文献(32)
2017(51)
  • 引证文献(6)
  • 二级引证文献(45)
2018(48)
  • 引证文献(3)
  • 二级引证文献(45)
2019(44)
  • 引证文献(2)
  • 二级引证文献(42)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
文本处理
信息分类
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京工业大学学报
月刊
0254-0037
11-2286/T
大16开
北京市朝阳区平乐园100号
2-86
1974
chi
出版文献量(篇)
4796
总下载数(次)
21
总被引数(次)
40595
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导