用于文本分类的特征选择方法

• 作者: 曾莉 龚静
• 来源期刊: 湖南环境生物职业技术学院学报
• 学科: 工学
• 关键词: 文本分类 特征选择 评价函数
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 理工科学
• 页码范围: 24-26
• 页数: 3页
• 分类号: TP301
• 字数: 2600字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6361.2008.03.008

摘要

文本分类是文本挖掘的一个重要的研究方向,用机器学习方法进行特征选择对文本分类起关键作用.文章比较了文档频数、信息增益、互信息、X,统计量、期望交叉熵、文本证据权以及几率比等7种常用于文本分类的特征选择方法.采用人民网的中文文本语料和Rocchio算法对以上的特征选择方法分别进行了评估实验,实验结果表明,几率比的性能优于其它特征选择方法.表1.参5.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚静	湖南环境生物职业技术学院信息技术系	61	321	10.0	15.0
2	曾莉	湖南环境生物职业技术学院信息技术系	2	10	2.0	2.0