基于χ2统计的文本分类特征选择方法的研究

• 作者: 张玉芳 张鹏招 熊忠阳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征提取 χ2统计 频度 集中度 分散度
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 典型应用
• 页码范围: 513-514,518
• 页数: 3页
• 分类号: TP391
• 字数: 3058字
• 语种: 中文

摘要

特征提取是文本分类过程中的一个重要环节,它的好坏将直接影响文本分类的准确率.在研究文本分类特征提取方法的基础上,分析了χ2统计的不足,并提出将频度、集中度、分散度应用到χ2统计方法上,对χ2统计进行改进,并通过实验对比改进前后的方法对文本分类效果的影响.在实验中,改进方法的分类效果要好于传统方法,从而验证了改进方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	张鹏招	重庆大学计算机学院	1	56	1.0	1.0