网页文本分类中的特征选择研究

• 作者: 庞宁 杨尔弘
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 网页分类 特征选择 权重计算
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 279-281
• 页数: 3页
• 分类号: TP391.1
• 字数: 2168字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2007.04.006

摘要

由于超链接语言结构本身所提供的信息,网页分类问题不同于一般的文本分类.本文分析了网页内部特征,并在1000篇网页规模语料库的基础上,通过试验对比了三种特征选择方法对高维特征向量空间进行降维的效果.文章还提出了一种新方法,根据特征项所处的位置赋予不同权重的方法,实验表明这种由文本结构导出的权重计算方法能够取得很好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庞宁	太原科技大学应用科学学院	10	42	4.0	6.0
2	杨尔弘		23	176	8.0	12.0