基于词频信息的改进信息增益文本特征选择算法

• 作者: 石慧 苗培 贾代平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 文本分类 特征选择 信息增益 词频 参数修正
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 3279-3282
• 页数: 4页
• 分类号: TP391.1
• 字数: 3883字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.11.3279

摘要

为克服传统信息增益(IG)算法对特征项的频数考虑不足的缺陷,在对传统算法和相关改进算法深入分析的基础上,提出一种基于词频信息的改进的IG文本特征选择算法.分别从特征项在类内出现的频数、类内位置分布、不同类间的分布等方面对传统IG算法的参数进行了修正,使特征频数信息得到充分利用.对文本分类的实验结果表明,所提算法的分类精度明显高于传统IG算法和加权的IG改进算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾代平	山东工商学院计算机科学与技术学院	15	166	6.0	12.0
2	石慧	山东师范大学信息科学与工程学院	2	39	2.0	2.0
3	苗培	山东师范大学信息科学与工程学院	2	39	2.0	2.0