基于特征词权重的文本分类

• 作者: 万常选 俞涛 孔保新 杨莉 雷刚
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 文本分类 特征选择 特征词类相关性 文本类相关性
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP391
• 字数: 6025字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.10.003

摘要

在文本分类时,只有少数学者利用特征词权重对文本进行向量表示,但是所使用的特征选择算法没有考虑特征词权重的正负及其范围等.因此,本文在CHI统计基础上提出一种计算特征词类相关性的新方法,并根据各类特征集中包含的特征词的数量,选用不同的文本类相关性计算方法；在判定文本类别过程中,只使用文本包含的特征词的个数及其类相关性,对含特征词少的文本也能很好判别.实验表明,该方法有效可行.