基于文档频率的特征选择方法

• 作者: 张毅坤 李燕 杨凯峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 特征选择 文档频率 词频率 支持向量机
• 年，卷（期）: 2010,（17）
• 页码范围: 33-35,38
• 分类号: TP18
• 字数: 5161字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.17.012

摘要

传统的文档频率(DF)方法在进行特征选择时仅考虑特征词在类别中出现的DF,没有考虑特征词在每篇文档中出现的词频率(TF)问题.针对该问题,基于特征词在每篇文档中出现的TF,结合特征词在类别中出现的DF提出特征选择的新算法,并使用支持向量机方法训练分类器.实验结果表明,在进行特征选择时,考虑高词频特征词对类别的贡献,可提高传统DF方法的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅坤	西安理工大学计算机科学与工程学院	71	825	15.0	25.0
2	杨凯峰	西安理工大学计算机科学与工程学院	12	195	6.0	12.0
3	李燕	西安理工大学计算机科学与工程学院	15	270	7.0	15.0