基于词条数学期望的词条权重计算方法

• 作者: 秦锋 程泽凯 赵彦军 陈奇明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 词条权重 区分度 数学期望
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 177-179
• 分类号: TP391.1
• 字数: 2556字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.04.052

摘要

文本的形式化表示一直是文本挖掘的基础性问题,向量空间模型中的TFIDF计算方法是文本表示中一种效果较好的经典词条权重计算方法.在分析传统TFIDF计算方法存在问题的基础上,针对TFIDF方法中没有考虑包含词条的文档在各个类别的分布情况以及各个类别中所含的文档数的不同.提出了将词条的数学期望(TFIDF-E)作为一个文本因子来进行改进上述问题.实验结果表明,TFIDF-E计算方法表示的文本分类效果好于TFIDF,验证了TFIDF-E方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦锋	安徽工业大学计算机学院	81	783	15.0	25.0
2	程泽凯	安徽工业大学计算机学院	51	532	9.0	22.0
3	赵彦军	安徽工业大学计算机学院	2	6	1.0	2.0
4	陈奇明	安徽工业大学计算机学院	2	7	1.0	2.0