一种基于类别分布信息的中文文本分类模型

• 作者: 刘海峰 姚泽清 王元元
• 来源期刊: 图书情报工作
• 学科: 工学
• 关键词: 文本分类 特征选择 特征聚类 Bayes分布 文本表示
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 基金项目
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP391
• 字数: 4532字
• 语种: 中文

摘要

特征降维是文本分类面临的主要问题之一.首先通过x2分布对特征项进行选择,然后使用一种改进的基于密度聚类方法对选择后的特征项进行聚类,借助类别分布信息,在尽量减少信息缺失的前提下先后两次对文本特征维数进行了压缩;在基于类别概率分布的模式下实现文本的矩阵表示,借助矩阵理论进行文本分类.试验结果表明,该方法的分类效率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	刘海峰	解放军理工大学指挥自动化学院	64	473	14.0	19.0