文本分类中基于位置和类别信息的一种特征降维方法

• 作者: 刘海峰 姚泽清 张学仁 王元元
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 特征选择 特征降维 位置加权 类别分布
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2292-2294
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.08.012

摘要

从文本特征项所处的位置角度提出了特征项基于位置的降维方法;同时结合特征的类别分布进行了二次特征降维.这种基于位置和类别相结合的特征降维方法在最大程度减少信息损失的条件下,实现了特征维数的有效压缩.实验表明,该方法有较高的文本分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚泽清	解放军理工大学理学院	54	344	12.0	15.0
2	王元元	解放军理工大学指挥自动化学院	46	351	12.0	16.0
3	张学仁	解放军理工大学理学院	18	177	10.0	13.0
4	刘海峰	解放军理工大学指挥自动化学院	64	473	14.0	19.0