一种基于互信息的改进文本特征选择

• 作者: 刘海峰 张以皓 陈琦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 特征选择 互信息 特征降维
• 年，卷（期）: 2012,（25）
• 所属期刊栏目: 博士论坛
• 页码范围: 1-4,97
• 分类号: TP391
• 字数: 5876字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.25.001

摘要

提出了一种优化互信息文本特征选择方法.针对互信息模型的不足之处主要从三方面进行改进:用权重因子对正、负相关特征加以区分；以修正因子的方式在MI中引入词频信息对低频词进行抑制；针对特征项在文本里的位置差异进行基于位置的特征加权.该方法改善了MI模型的特征选择效率.文本分类实验结果验证了提出的优化互信息特征选择方法的合理性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张以皓	解放军理工大学指挥自动化学院	8	66	5.0	8.0
2	刘海峰	解放军理工大学理学院	64	473	14.0	19.0
3	陈琦	解放军理工大学理学院	10	176	4.0	10.0