文本分类中基于词条聚合的特征抽取

• 作者: 徐学可 李帅 蒋宗礼
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 特征抽取 词条聚合 TGSOM 权重计算
• 年，卷（期）: 2008,（11）
• 页码范围: 1205-1209
• 页数: 5页
• 分类号: TP397.2
• 字数: 5105字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2008.11.012

摘要

特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGSOM)进行词条聚合,并根据聚合特征的特点,考虑所包含的词条的文档频率的不同和区分文档类别属性的能力的不同,提出了一种新权重计算方法,最后利用SPRINT决策树算法进行分类,实验表明该方法比普通方法分类精度提高4.32%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋宗礼	北京工业大学计算机学院	103	997	17.0	27.0
2	李帅	清华大学电子工程系	13	141	5.0	11.0
3	徐学可	北京工业大学计算机学院	5	34	2.0	5.0