一种基于改进TF-IDF函数的文本分类方法

• 作者: 卢中宁 张保威
• 来源期刊: 河南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: VSM TF-IDF函数 权重 文本分类
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 158-160,174
• 页数: 4页
• 分类号: TP391
• 字数: 3111字
• 语种: 中文

摘要

为了解决传统TF-IDF函数由于忽略特征项之间的联系带来的诸多问题,对TF-IDF函数在文本分类中的应用进行了研究.结合信息论相关知识,找出了类间分布度和类内分布度表征特征项之间的潜在关系,进而提出改进的TF-IDF函数用于文本分类.实验表明,改进后的TF-IDF函数是有效可行的,而且较好的弥补了传统方法所丢失的特征项之间的关联信息,提高了文本分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张保威	郑州轻工业学院计算机与通信工程学院	12	47	4.0	6.0
2	卢中宁	郑州轻工业学院软件学院	24	126	6.0	10.0