新的基于簇划分文本分类方法

• 作者: 台德艺 胡学钢 谢飞
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 文本分类 向量空间模型 TF-IDF 特征选择 k-NN
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1461-1463
• 页数: 3页
• 分类号: TP391
• 字数: 2655字
• 语种: 中文

摘要

基于向量空间模型的文本分类由于文本向量维数较高导致分类器效率较低.针对这一不足,提出一种新的基于簇划分的文本分类方法.其主要思想是根据向量空间中向量间的距离,将训练文档分成若干簇,同一簇中的文档具有相同类别.测试时,根据测试文档落入哪个簇,确定文档的类别,并且和传统的文本分类方法k-NN进行了比较.实验结果表明,该方法在高维空间具有良好的泛化能力和很好的时间性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	台德艺	合肥学院电子信息与电气工程系	19	161	5.0	12.0
2	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
3	谢飞	合肥工业大学计算机与信息学院	19	217	8.0	14.0