一种改进的文本特征选择方法的研究与设计

• 作者: 涂立静 胡学钢 许高建 路遥
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 文本挖掘 信息增益 互信息 特征向量
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 开发应用
• 页码范围: 21-23
• 页数: 3页
• 分类号: TP391
• 字数: 2594字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2008.05.007

摘要

特征选择是文本挖掘技术的一个重要的环节.在中文分词的基础上,通过设计一个简单的应用程序,对文本进行预处理.然后,在分析比较几种用于文本分类的特征选择方法的基础上,提出了一种基于信息增益和互信息相结合的特征选择方法.利用它对文本文档进行特征选择,抽取代表其特征的元数据或特征词条构成特征向量,降低噪音.最后通过实验来和其它几种特征选择方法作比较,分析这种方法获取文本特征的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
2	许高建	安徽农业大学信息与计算机学院	23	121	5.0	10.0
3	路遥	安徽农业大学信息与计算机学院	4	49	4.0	4.0
4	涂立静	安徽农业大学信息与计算机学院	14	44	3.0	6.0