基于基尼系数的n-grams特征约简加权算法

• 作者: 张金美 舒希勇
• 来源期刊: 淮阴工学院学报
• 学科: 工学
• 关键词: n-grams特征 基尼指数 洛伦茨曲线 支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 25-28
• 页数: 4页
• 分类号: TP391
• 字数: 2372字
• 语种: 中文

摘要

目前,关于n-grams特征加权的计算方法大多是基于其出现频率进行设计的.这类加权计算方式存在一定的问题:n-grams特征是由多个词汇构造而成,由于其出现频率取决于多个词汇,即多个词汇的出现概率取交集,故经常造成出现频率过小而无法得到满意的加权效果.另外,构成n-grams特征的词汇中可能存在一部分与分类无关,传统方法无法对n-grams特征做进一步处理.为了对n-grams特征更好地加权并做进一步处理,利用基尼系数和洛伦茨曲线对n-grams特征内的词汇进行约简和加权,最终得到对n-grams特征的加权结果.通过支持向量机中的实验结果表明,经过基尼系数约简和加权后的n-grams特征在分类结果上要优于TF(Term Frequency)等加权方法,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒希勇	淮安信息职业技术学院机电工程系	22	43	4.0	5.0
2	张金美	淮安信息职业技术学院江苏省电子产品装备制造工程技术研究开发中心	21	35	4.0	4.0