基于TFIDF文本特征加权方法的改进研究

• 作者: 张保富 施化吉 马素琴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: TFIDF 文本分类 特征加权 向量空间模型
• 年，卷（期）: 2011,（2）
• 页码范围: 17-20
• 分类号: TP3
• 字数: 4107字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.02.006

摘要

针对传统TFIDF方法将文档集作为整体来处理,并没有考虑到特征项在类间和类内的分布情况的不足,提出一种结合信息熵的TFIDF改进方法.该方法采用结合特征项在类间和类内信息分布熵来调整TFIDF特征项的权重计算,避免了那些对分类没有贡献的特征项被赋予较大权值的缺陷,能更有效计算文本特征项的权重.实验结果表明该方法提高了文本分类的精确度和召回率,是一种比较有效的文本特征加权方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施化吉	江苏大学计算机科学与通信工程学院	83	692	15.0	21.0
2	马素琴	江苏大学计算机科学与通信工程学院	5	39	3.0	5.0
3	张保富	江苏大学计算机科学与通信工程学院	2	4	1.0	2.0