文本分类中基于改进的词语权重算法的研究

• 作者: 侯艳钗 沈西挺
• 来源期刊: 科技与创新
• 关键词: 中文文本 特征项 x2统计量
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 软件时空
• 页码范围: 211-213
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2011.06.085

摘要

文本分类领域中,TF-IDF特征权重是一种常用的分类算法.本文介绍了TF-IDF特征权重算法,对于能够表征文本特征的文本特征词,常常按某一方法赋予相应的权重,表示它们对于区分文本类别的重要程度.但是在该算法中将训练集的文档看成一个整体来考虑,不能表示特征项与类别之间的关联特性.针对该弊端本文引进了x<'2>统计量函数计算权重.实验结果表明改进的TF-IDF权重算法是可行的,同时也比较好地提高了分类器的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈西挺	河北工业大学计算机科学与软件学院	20	156	7.0	12.0
2	侯艳钗	河北工业大学计算机科学与软件学院	1	3	1.0	1.0