一种基于聚类加权的文本特征生成算法

• 作者: 张凤琴 张水平 王磊 王鹏 程超
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 特征生成 权值计算 特征聚类 信息熵
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 146-148
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.01.036

摘要

目前的文本特征生成算法一般采用加权的文本向量空间模型,该模型使用TF-IDF评价函数来计算单个特征的权值,这种算法生成的文本特征冗余度往往都比较高.针对这一问题,采用了一种基于聚类加权的文本特征生成算法,首先对特征候选集进行初始加权处理；然后通过语义和信息熵对特征进行进一步加权处理；最后使用特征聚类对冗余特征进行剔除.实验表明该算法比传统的TF-IDF算法的平均分类准确率高出5％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	北京航空航天大学软件学院	55	761	12.0	27.0
2	张水平	空军工程大学信息与导航学院指挥自动化工程系	60	711	16.0	25.0
3	张凤琴	空军工程大学信息与导航学院指挥自动化工程系	40	264	9.0	14.0
4	王磊	空军工程大学信息与导航学院指挥自动化工程系	60	281	9.0	14.0
5	程超	空军工程大学信息与导航学院指挥自动化工程系	2	8	2.0	2.0