新的短文本特征权重计算方法

• 作者: 邓一贵 马雯雯
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 短文本 特征权重 不均衡样本 文本分类
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2280-2282,2292
• 页数: 4页
• 分类号: TP311
• 字数: 4279字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2013.08.2280

摘要

短文本固有的特征稀疏和样本高度不均衡等特点,使得传统长文本的加权方法难以直接套用.针对此问题,提出一种针对短文本的特征权重计算方法——综合类别法.该方法引入反文档频和相关性频率的概念,综合考虑了样本在正类和负类中的分布情况.实验结果表明,相对于其他特征权重方法,该方法的微平均和宏平均值均在90％以上,能增强样本在负类中的类别区分能力,改善短文本分类的查准率和查全率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓一贵	重庆大学计算机学院	18	196	7.0	13.0
5	马雯雯	重庆大学计算机学院	2	98	2.0	2.0