一种基于聚类的文本特征选择方法

• 作者: 倪维健 张文良 黄亚楼
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征选择 聚类 文本分类 信息增益
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 典型应用
• 页码范围: 205-206,209
• 页数: 3页
• 分类号: TP311.13
• 字数: 3085字
• 语种: 中文

摘要

传统的文本特征选择方法存在一个共性,即通过某种评价函数分别计算单个特征对类别的区分能力,由于没有考虑特征间的关联性,这些方法选择的特征集往往存在着冗余.针对这一问题,提出了一种基于聚类的特征选择方法,先使用聚类的方法对特征间的冗余性进行裁减,然后使用信息增益的方法选取类别区分能力强的特征.实验结果表明,这种基于聚类的特征选择方法使得文本分类的正确性得到了有效的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄亚楼	南开大学软件学院	83	1759	20.0	39.0
2	倪维健	南开大学软件学院	6	73	5.0	6.0
3	张文良	南开大学软件学院	2	38	2.0	2.0