基于类别相关的新文本特征提取方法

• 作者: 徐玲 杨丹 林少波
• 来源期刊: 计算机应用研究
• 关键词: 正相关 强相关 文本分类 特征降维 特征提取
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1680-1683
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.05.021

摘要

为了避免文本特征提取过程中负相关特征与弱相关特征产生的干扰,提出一个新的基于类别正相关和强相关(SP)的特征提取方法.通过结合正相关性因子和强相关因子,SP方法能够有效地区别特征与类别正负相关性和强弱相关程度,通过优先选择正相关和强相关特征,避免了负相关和弱相关特征的干扰,从而有效地提取高质量的文本特征.实验结果表明,该方法具有强降维能力和良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丹	重庆大学软件学院	129	2000	24.0	39.0
2	徐玲	重庆大学软件学院	33	513	13.0	22.0
3	林少波	重庆大学软件学院	1	24	1.0	1.0