基于特征信息增益权重的文本分类算法

• 作者: 刘椿年 李文斌 陈嶷瑛
• 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 熵
• 年，卷（期）: 2006,（5）
• 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

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.

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