文本分类中一种新的特征选择方法

• 作者: 王法波 许信顺
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 文本分类 特征选择 熵 互信息 信息增益 卡方统计
• 年，卷（期）: 2010,（4）
• 页码范围: 8-11,18
• 分类号: TP391
• 语种: 中文

摘要

文本分类面临的一个主要问题就是如何降低文本巨大的特征维数,并且保持分类精度甚至提高分类精度.针对该问题,提出了一种基于信息论的特征再提取方法,旨在删除稀疏分布的特征、保留有利于分类的特征.使用该方法时配合特征选择方法,可进一步降低特征维数.实验结果表明,该方法能将特征维数降低到几百维,而且能提高分类器的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许信顺	山东大学计算机科学与技术学院	7	12	3.0	3.0
2	王法波	山东大学计算机科学与技术学院	1	6	1.0	1.0