基于信息熵的TFIDF文本分类特征选择算法研究

• 作者: 陈国松 黄大荣
• 来源期刊: 湖北民族学院学报(自然科学版)
• 学科: 工学
• 关键词: 文本分类 特征词条 信息熵 TFIDF 特征选择
• 年，卷（期）: 2008,（4）
• 页码范围: 401-404,409
• 页数: 5页
• 分类号: TP181
• 字数: 4139字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-8423.2008.04.012

摘要

特征权值的选择是文本分类技术的基础环节.在详细分析文本分类技术特点的基础上,基于信息熵理论建立了TF_IDF的改进算法模型;并根据实际工程数据,验证了算法模型的有效性.理论分析和实例验证表明该算法弥补了传统TFIDF算法没有考虑词条文本类间分布的不足,能更好的体现特征词条的权重,从而能有效提高分类的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄大荣	重庆交通大学信息与计算科学所	90	453	10.0	16.0
2	陈国松		2	12	1.0	2.0