基于同义词词林的文本特征选择方法

• 作者: 张东站 郑艳红
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 同义词词林 遗传算法 文本分类
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 200-203
• 分类号: TP311.131
• 字数: 2728字
• 语种: 中文

摘要

特性选择是文本分类、机器学习以及模式识别领域的重要问题之一.特征选择能在保证数据完整性的情况下减少高维数据的特征维数,同时提高分类的精度.以往提出的基于同义词词林的特征选择方法虽然能有效避免提取出的特征值在概念上的重复性,但并未考虑到权值最优的特征向量构成的子集可能并非是最优的.为了解决此问题,结合同义词和遗传算法,提出了一种新的基于同义词词林的文本特征选择方法.该方法首先对特征词进行同义词过滤、合并,在降低特征向量维度的同时避免了同义词带来的影响.然后采用改进的遗传算法选出具有较好适应度值的特征向量.实验结果表明,这种方法较之以往提出的方法,在保证特征选择准确率的基础上能明显地减小特征向量的维度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张东站	厦门大学信息科学与技术学院	43	357	9.0	18.0
2	郑艳红	厦门大学信息科学与技术学院	2	31	2.0	2.0