一种基于词频信息的改进CHI文本特征选择

• 作者: 刘守生 刘海峰 苏展
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 特征选择 χ2统计 类内分布 类间分布
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 110-114
• 页数: 5页
• 分类号: TP391
• 字数: 6032字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1305-0249

摘要

CHI是一种常用的文本特征选择方法。针对该模型的不足之处，以特征项的频数为依据，分别从特征项的类内分布、类间分布以及类内不同文本之间分布等角度，对CHI模型进行逐步优化，使得特征项频数信息得到了有效利用。提出了一种基于词频信息的改进CHI模型。随后的文本分类试验证明了提出优化CHI模型的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏展	解放军理工大学理学院	10	125	5.0	10.0
2	刘海峰	解放军理工大学理学院	64	473	14.0	19.0
3	刘守生	解放军理工大学理学院	50	311	10.0	15.0