不可靠语料库的提纯及词权度量指标IDF的改进

• 作者: 徐山 杜卫锋
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 短信过滤 不可靠语料库 向量空间模型 IDF 聚类
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 技术与方法
• 页码范围: 61-63,66
• 页数: 4页
• 分类号: TP181
• 字数: 2733字
• 语种: 中文

摘要

不良短信的泛滥严重影响了社会风气,干扰了人们正常的生活秩序,研发不良短信过滤技术具有相当高的实用价值.研究了文本分类中的两个问题,可应用于不良短信过滤.其一是应用聚类方法进行不可靠语料集的提纯,实验表明,该方法对不可靠数据的提纯效果比较明显；其二是关于IDF词权度量指标的一点改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜卫锋	嘉兴学院数理与信息工程学院	13	30	4.0	4.0
2	徐山	南京城市职业学院教务处	7	13	3.0	3.0