文本分类中特征权重算法的改进

• 作者: 沈志斌 白清源
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 文本分类 特征权重 TFIDF 类别区分 BOR-TFIDF
• 年，卷（期）: 2008,（4）
• 页码范围: 95-98,149
• 页数: 5页
• 分类号: TP18
• 字数: 3446字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2008.04.023

摘要

TFIDF是文档特征权重表示常用方法.该方法简单易行,但忽略了特征词在各个类别中的分布情况,不能真正地反映特征词对区分每个类的贡献.针对这个不足,本文提出了BOR-TFIDF,来重新调整每个特征词对各个类别的区分度,即修正各个特征词的权重,并用分类器来验证其有效性.该方法优于原来的TFIDF算法,实验表明了改进的策略是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白清源	福州大学数学与计算机科学学院	22	108	7.0	9.0
2	沈志斌	福州大学数学与计算机科学学院	1	16	1.0	1.0