基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
TF-IDF是一种在文本分类领域获得广泛应用的特征词权重算法,着重考虑了词频与逆文档频等因素,但无法把握特征词在类间与类内的分布情况.为提高在同类中频繁出现、类内均匀分布的具有代表性的特征词权重,引入特征词分布集中度系数改进IDF函数、用分散度系数进行加权,提出TF-IIDF-DIC权重函数.实验结果表明,基于TF-IIDF-DIC权重算法的K-NN文本分类宏平均F1值比TF-IDF算法提高了6.79%.
推荐文章
动态自适应特征权重的多类文本分类算法研究
文本分类
特征权重
TF-IDF
分散度
梯度差
一种可靠信任推荐文本分类特征权重算法
文本分类
特征权重
可信计算
概率确定性密度
自然语言处理
用于文本分类的特征项权重算法改进
文本分类
特征项
权重
改进
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 文本分类特征权重改进算法
来源期刊 计算机工程 学科 工学
关键词 向量空间模型 文本分类 特征权重 特征分布
年,卷(期) 2010,(9) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 197-199,202
页数 分类号 TP391
字数 4544字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.09.069
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 台德艺 合肥学院机器视觉与智能控制技术重点实验室 19 161 5.0 12.0
2 王俊 合肥学院机器视觉与智能控制技术重点实验室 45 267 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (211)
参考文献  (6)
节点文献
引证文献  (50)
同被引文献  (62)
二级引证文献  (215)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(8)
  • 引证文献(5)
  • 二级引证文献(3)
2012(14)
  • 引证文献(7)
  • 二级引证文献(7)
2013(21)
  • 引证文献(9)
  • 二级引证文献(12)
2014(18)
  • 引证文献(5)
  • 二级引证文献(13)
2015(37)
  • 引证文献(7)
  • 二级引证文献(30)
2016(36)
  • 引证文献(8)
  • 二级引证文献(28)
2017(45)
  • 引证文献(5)
  • 二级引证文献(40)
2018(48)
  • 引证文献(1)
  • 二级引证文献(47)
2019(31)
  • 引证文献(2)
  • 二级引证文献(29)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
向量空间模型
文本分类
特征权重
特征分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导