一种基于CFN的特征选择及权重算法

• 作者: 常晓明 柴忠
• 来源期刊: 科技与创新
• 关键词: 文本分类 特征选择 小训练集 权重 汉语框架网络
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 软件时空
• 页码范围: 221-222,283
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2009.03.090

摘要

利用TF和DF的组合进行特征选择,及利用TF-IDF算法计算权重.是文本分类中常用的算法.但当训练集较小时,此特征选择算法会将一些特征区分能力强的低频词过滤掉,并直接影响特征词的权重.本文提出一种基于汉语框架网络(以下简称CFN)的特征选择和计算权重的算法.实验表明:算法可使分类的准确率达到67.3%,较传统算法有很大提高.也说明了该算法能够满足小训练集环境下对文本分类准确率的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常晓明	太原理工大学计算机与软件学院	61	260	10.0	13.0
2	柴忠	太原理工大学计算机与软件学院	1	2	1.0	1.0