一种基于词汇相关度的网络文本分类算法研究

• 作者: 刘忠 邱前智
• 来源期刊: 网络安全技术与应用
• 学科: 工学
• 关键词: 文本分类 特征选择 词汇相关度
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 技术·应用
• 页码范围: 33-34,40
• 页数: 3页
• 分类号: TP311.13
• 字数: 1984字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6833.2012.05.013

摘要

传统文本分类算法,在特征选择这一阶段,采用统计观点和方法机械处理词语与类别的联系,假定词语之间相互独立,忽略特征关键词之间的语义关系。本文提出一种新的特征选择方法,用基于上下文统计的词汇相关度方法,计算特征词之间的词汇相关度,设定相关度阀值,进行特征选择。降低了特征空间的高维稀疏性,并有效的减少噪声,提高了分类精度和算法效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘忠		4	11	2.0	3.0
2	邱前智		1	1	1.0	1.0