强鲁棒性小方差类间类内特征文本数据分类

• 作者: 余敦一
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 改进TFIDF 文本分类 神经网络 特征
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 工业技术
• 页码范围: 191-193
• 页数: 3页
• 分类号: TP393
• 字数: 1727字
• 语种: 中文

摘要

提出一种基于改进TFIDF算法的海量文本分类识别方法，将特征之间的信息熵与特征内信息熵作为文本分类识别的加权因子，采用神经网络的非线性映射能力实现权值计算和TFIDF算法的模糊化，从而解决文本分类不准确和海量文本的分类问题。采用5个类别文档，每个类别5个文档，3个特征项来进行实际试验验证，结果表明，改进的TFIDF算法能够更好的实现文本识别分类，具有更小的方差特性，对随机文本分布具有更强的鲁棒性，收敛速度更快，具有很好的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余敦一	北京印刷学院教学技术与网络信息中心	10	9	2.0	2.0