基于遗传算法优化综合启发式的中文网页特征提取

• 作者: 沈高峰 谷淑敏
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 特征提取 遗传算法 文本分类 文本聚类 词频 关联度
• 年，卷（期）: 2014,（4）
• 页码范围: 474-479
• 页数: 6页
• 分类号: TP391.1
• 字数: 5951字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201305044

摘要

特征提取是信息检索、文本分类、文本聚类以及自动文摘生成等技术的基础。针对传统的特征提取方法不能全面有效地考查待选特征词的缺点，提出了一种基于遗传算法优化综合启发式的中文网页特征提取方法。该方法通过词频、关联度、词性以及位置等多种启发式来综合考查待选特征，并利用遗传算法来优化各启发式的权重参数。通过在不同测试集上进行对比，实验结果表明，与传统方法相比，该方法能够有效避免传统特征提取方法产生的偏差，获得具有代表性的特征集，从而使得该方法具有一定的实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈高峰	郑州轻工业学院计算机与通信工程学院	23	45	4.0	5.0
2	谷淑敏	中原工学院信息商务学院基础学科部	6	4	2.0	2.0