基于类别分布差异和VPRS特征选择的文本分类方法

• 作者: 吴迪 张亚平 李明 殷福亮
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 文本分类 特征过滤 权值计算 特征选择 可变精度粗糙集
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 论文
• 页码范围: 2880-2884
• 页数: 5页
• 分类号: TP391
• 字数: 5818字
• 语种: 中文

摘要

权值计算和特征降维是影响文本分类的精度和效率的两个重要步骤.该文首先根据特征词的类别分布差异进行特征过滤;然后,分析传统的权值公式TF-IDF的缺点,采用改进的权值计算公式简记为TF-CDF,依据TF-CDF公式计算每个特征词的权值,生成文档集的向量空间模型VSM:接着,提出了一种基于可变精度粗糙理论(VPRS)的特征选择进一步选择对分类贡献度大的特征,并用SQL实现.最后利用支持向量机LibSVM分类器进行实验,实验结果表明特征过滤和选择方法及TF-CDF权值公式有助于提高分类精度和分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷福亮	大连理工大学计算机系	91	951	19.0	26.0
2	吴迪	大连理工大学计算机系	47	258	8.0	13.0
4	李明		5	38	3.0	5.0
7	张亚平	大连理工大学计算机系	2	25	2.0	2.0