基于联合提取特征的粗糙集文本分类技术研究

• 作者: 张克君 杨彦闯 杨炳儒
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 粗糙集 互信息 χ2统计 联合提取特征
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 研究探讨
• 页码范围: 97-98,122
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.07.031

摘要

重点研究了文本的特征提取,通过对互信息和χ2统计的研究,根据其各自的缺陷,提出了一种新的特征提取算法--联合特征提取算法(CEFA).通过CEFA可以提取出更具代表性的特征项,利用粗糙集优越的约减性构造文本分类系统,提取决策规则,对文本进行分类.实验表明该方法分类准确度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
2	张克君	北京科技大学信息工程学院	14	123	6.0	11.0
3	杨彦闯	北京科技大学信息工程学院	1	8	1.0	1.0