基于词间关系分析的文本特征选择算法

• 作者: 吴双 张文生 徐海瑞
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 词间关系 特征选择 关联规则 文本分类
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 数据挖掘
• 页码范围: 140-145
• 分类号: TP181
• 字数: 5289字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.06.028

摘要

传统的特征选择方法通常使用特征评价函数从原始词集中筛选出最具有类别区分能力的特征.这些方法是基于以独立的词作为语义单元的向量空间模型,忽略了词与词之间的关联关系,难以突出文本内容中的关键特征.针对传统特征选择方法的不足,本文提出一种新的基于词间关系的文本特征选择算法.该方法考虑对文本内容表示起到关键性作用的词,利用关联规则挖掘算法发现词语之间的关联关系,并且通过相关分析对强关联规则进行筛选,最终生成与类别属性密切相关的特征空间.实验结果表明,该方法更好地表示了文本的语义内容,而且分类效果优于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴双	中国科学院自动化研究所	8	33	4.0	5.0
2	张文生	中国科学院自动化研究所	98	1246	18.0	33.0
3	徐海瑞	中国科学院自动化研究所	3	7	2.0	2.0