一种基于类别信息的改进文本特征选择

• 作者: 刘守生 刘海峰 汪泽焱
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 特征选择 贝叶斯方法 特征加权
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 8-10,56
• 分类号: TP3
• 字数: 4547字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.06.003

摘要

信息增益方法从整个训练集角度进行特征赋权,该模式不适合构造类别特征向量.通过改进的朴素贝叶斯方法选择类别特征用于构造类别向量,再利用词频信息改进信息增益模型用于文本特征选择,改善了信息增益模型对于中频词信息利用不足问题,提出一种基于类别的文本特征加权改进模型.随后的文本分类试验表明,提出的加权模型相比较于传统的信息增益方法具有较好的文本分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘海峰	解放军理工大学理学院	64	473	14.0	19.0
2	刘守生	解放军理工大学理学院	50	311	10.0	15.0
3	汪泽焱	解放军理工大学理学院	43	602	12.0	24.0