基于语义神经网络的文本特征选择方法的研究

• 作者: 刘培玉 张立伟 邱烨
• 来源期刊: 山东科学
• 学科: 工学
• 关键词: 文本分类 特征选择 语义神经网络 神经元 激活变量
• 年，卷（期）: 2009,（1）
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP301
• 字数: 3492字
• 语种: 中文

摘要

文本自动分类的一项关键技术是特征选择.本文针对信息过滤的特点,对特征选择方法进行了改进,提出了一种基于语义神经网络的文本特征选择方法.首先对原始特征集进行初始筛选,去除冗余特征及噪声后,对得到的特征子集采用语义神经网络进行智能的特征选择,其核心是关联度及激活变量的计算.从而得出代表问题空间的最优特征子集,实现降维并提高分类精度.实验证明,该方法可以极大地降低文本的维数,提高文本过滤的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘培玉	山东师范大学信息科学与工程学院	126	1276	18.0	27.0
2	邱烨	山东师范大学信息科学与工程学院	3	44	2.0	3.0
3	张立伟	山东师范大学信息科学与工程学院	5	35	3.0	5.0