基于Document Triage的TF-IDF算法的改进

• 作者: 周竹荣 李镇君
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: TF-IDF Document Triage 标引 加权
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3506-3510,3514
• 页数: 6页
• 分类号: TP391
• 字数: 7896字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.12.3506

摘要

针对TF-IDF算法在加权时没有考虑特征词本身在文档中重要度的问题,提出利用用户阅读时的阅读行为来改进TF-IDF.将Document Triage引入到TF-IDF中,利用IPM收集用户阅读中行为的相关信息,计算文档评分.由于用户的标注内容往往是文章的重要内容,或者反映了用户的兴趣.因此,赋予用户标注词项更大的权重,将文档评分和用户的标注信息等作为因子引入到TF-IDF中,设计出改进的加权算法DT-TF-IDF.实验结果表明,相对传统TF-IDF算法,DT-TF-IDF的查全率、查准率,以及查准率和查全率的调和均值都有了一定的提高.DT-TF-IDF算法比传统TF-IDF算法更加有效,提高了文本相似度计算的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周竹荣	西南大学计算机与信息科学学院	32	471	12.0	21.0
2	李镇君	西南大学计算机与信息科学学院	1	22	1.0	1.0