面向层次分类的文本特征选择方法

• 作者: 张冬梅 祝翠玲 马军
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 文本特征选择 类别层次相关 层次分类 机器学习
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 103-110
• 分类号: TP391.4
• 字数: 6335字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.01.013

摘要

提出一种针对层次分类的文本特征选择方法.先给出类别层次相关度的概念,并利用分类树和训练数据在不同层次上的概率分布进行计算,进而得到分类树中不同类别的重要性.最后基于前面的计算结果,计算每个特征对类别的识别能力,并选择识别能力大的特征组成用于分类的特征集合.实验表明该方法在选取的特征质量以及在accuracy、F1和micro-Precision等分类测度上均优于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马军	山东大学计算机科学与技术学院	74	980	15.0	29.0
2	祝翠玲	山东大学计算机科学与技术学院	6	96	5.0	6.0
6	张冬梅	山东大学计算机科学与技术学院	4	17	2.0	4.0