基于文本分类TFIDF方法的改进与应用

• 作者: 吕佳 张玉芳 彭时名
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 特征选择 THDF 类别区分
• 年，卷（期）: 2006,（19）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 76-78
• 页数: 3页
• 分类号: TP393
• 字数: 3416字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.19.028

摘要

TFIDF是文档特征权值表示常用方法.该方法简单易行,但低估了在一个类中频繁出现的词条,该词条是能够代表这个类的文本特征的,应该赋予其较高的权重.通过修改TFIDF中IDF的表达式,来增加那些在一个类中频繁出现的词条的权重,用改进的TFIDF选择特征词条、用遗传算法训练分类器来验证其有效性.该方法优于其它算法,实验表明了改进的策略是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
2	吕佳	重庆师范大学数学与计算机科学学院	56	473	9.0	20.0
3	彭时名	重庆大学计算机学院	1	232	1.0	1.0