文本多分类中的特征选择研究

• 作者: 杨树强 王博 贾焰 韩伟红
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 特征选择 文本分类 数据挖掘 层次结构
• 年，卷（期）: 2010,（8）
• 页码范围: 90-93,148
• 分类号: TP391
• 字数: 4570字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.08.025

摘要

特征选择是数据挖掘和机器学习等领域内重要的预处理步骤,近年来得到了广泛的关注.文本数据的高维性往往会影响分类等数据挖掘任务的效率,因此特征选择常被作为文本分类过程中的重要组成部分,以达到降维的目的.随着分类技术的快速发展,类别的日益细化,文本的多类分类问题为特征选择方法提出了更多的挑战.本文面向文本多类分类的应用背景,阐述了目前特征选择方法所面临的主要挑战,给出了多分类特征选择方法的主要种类.本文沿着相关研究的发展路线,由易至难,由浅入深,通过对目前多分类特征选择算法的应用情况进行总结,并进行综述评论,最后对全文进行了概括,提出了未来可能的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王博	国防科学技术大学计算机学院	17	241	7.0	15.0
2	贾焰	国防科学技术大学计算机学院	117	2188	23.0	43.0
3	杨树强	国防科学技术大学计算机学院	24	171	8.0	11.0
4	韩伟红	国防科学技术大学计算机学院	28	287	7.0	16.0