带专业词库的特征选择

• 作者: 刘晓志 尚文倩 黄厚宽
• 来源期刊: 北京交通大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本分类 特征选择 权重 K-近邻 支持向量机 专业词库
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 97-100
• 页数: 4页
• 分类号: TP391.3|O235
• 字数: 3659字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2006.02.024

摘要

在经典特征选择算法的基础上,提出一种带专业词库的特征选择方法.在训练分类模型的时候,适当加重属于专业词汇的特征的权重.这种方法能够有效地避免特征选择时误删有用的低频词,因此,适合用于短文本的分类(电子邮件等).实验结果表明,本方法在抽取特征维数较少时,分类准确率提高约3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄厚宽	北京交通大学计算机与信息技术学院	139	2476	26.0	44.0
2	尚文倩	北京交通大学计算机与信息技术学院	5	125	4.0	5.0
3	刘晓志	北京交通大学计算机与信息技术学院	1	11	1.0	1.0