文本分类算法中词语权重计算方法的改进

• 作者: 赵小华 马建芬
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 文本分类 特征权值 TFIDF TFIDF-CHI
• 年，卷（期）: 2009,（12X）
• 页码范围: 10626-10628
• 页数: 3页
• 分类号: TP391.1

摘要

在自动文本分类中,TFIDF公式是常用的词语权重计算公式。该方法简单易行,但仅仅考虑了特征词出现的频率,而忽略了特征词对区分每个类的贡献。针对这个不足,该文提出了TFIDF-CHI,来修正各个特征词的权重,重新调整每个特征词对各个类别的区分度,并用KNN分类器来验证其有效性。实验证明该方法优于原来的TFIDF算法,表明了改进的策略是可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马建芬	太原理工大学计算机与软件学院	53	202	8.0	11.0
2	赵小华	太原理工大学计算机与软件学院	2	15	1.0	2.0