结合优化的文档频和LSA的特征选择方法

• 作者: 朱颢东 钟勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 词频 文档频 潜在语义分析
• 年，卷（期）: 2009,（34）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 121-123,143
• 页数: 4页
• 分类号: TP301
• 字数: 5159字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.34.037

摘要

为了提高文本分类算法的效率和精度,必须使用特征选择算法来降低特征空间的维数.然而许多常用特征选择算法在选择属性时,只是利用特征的权重而并没有考虑特征之间的隐含关系,使得得到的特征集存在一定的冗余,并不具备较好的代表性.首先给出了一个基于最小词频的文档频方法,并用它过滤掉一些词条以降低文本矩阵的稀疏性,然后使用LSA进行词语间的语义分析,消除同义词和多义词的影响,提高了文本分类的速度与精确度.实验结果表明此种特征选择方法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟勇	中国科学院成都计算机应用研究所	96	776	17.0	24.0
5	朱颢东	中国科学院成都计算机应用研究所	36	169	8.0	11.0