基于平均词频的文本特征提取方法

• 作者: 成松松 艾丽蓉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 特征提取 平均词频 类间集中度
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 243-245
• 页数: 3页
• 分类号: TP301
• 字数: 3866字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.10.067

摘要

文本分类中特征提取对分类效果有较大的影响，传统的特征提取方法在特征分布信息的量化方面存在不足。为此，提出一种基于特征词类内、类外平均词频的特征提取算法。算法通过特征词的平均词频类间集中度和文档频类间集中度来计算特征词的权重，能够更准确地反映特征词的分布情况。通过实验结果比较，可以证明，该算法有效地提高了分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾丽蓉	西北工业大学计算机学院	36	357	10.0	18.0
2	成松松	西北工业大学计算机学院	1	7	1.0	1.0