基于朴素贝叶斯分类模型的文本特征选择研究

• 作者: 何洋 周军 潘光强
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 文本分类 特征选择
• 年，卷（期）: 2014,（1）
• 页码范围: 133-137
• 页数: 5页
• 分类号: TP311

摘要

该文主要对文本自动分类的特征选择方法进行了讨论，分析了几种常见方法存在的缺陷，指出影响出文本特征选择的两个重要因素--特征项在类别内的文档频率和在类别间的分布差异，并以这两个因素为影响因子分别对TF-IDF和IG方法进行了改进。另外还介绍了朴素贝叶斯分类模型，并基于此模型对改进的特征选择方法的分类效果进行评估。实验结果表明，改进后的方法能够强化特征项在特定类别中的影响力，提高文本分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周军		3	2	1.0	1.0
2	潘光强		2	1	1.0	1.0
3	何洋		2	1	1.0	1.0