一种基于反向文本频率互信息的文本挖掘算法研究

• 作者: 周戈
• 来源期刊: 计算机应用研究
• 关键词: 文本挖掘 互信息 向量空间模型 权重
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 487-489
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.02.023

摘要

针对传统的文本分类算法存在着各特征词对分类结果的影响相同,分类准确率较低,同时造成了算法时间复杂度的增加,在分析了文本分类系统的一般模型,以及在应用了互信息量的特征提取方法提取特征项的基础上,提出一种基于反向文本频率互信息熵文本分类算法.该算法首先采用基于向量空间模型(vector space model,VSM)对文本样本向量进行特征提取；然后对文本信息提取关键词集,筛选文本中的关键词,采用互信息来表示并计算词汇与文档分类相关度；最后计算关键词在文档中的权重.实验结果表明了提出的改进算法与传统的分类算法相比,具有较高的运算速度和较强的非线性映射能力,在收敛速度和准确程度上也有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周戈		16	47	3.0	6.0