基于改进 TF-IDF 算法的文本分类方法研究

• 作者: 朱铮涛 程昱 贺科达
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 提取 特征选择 文本分类 预处理
• 年，卷（期）: 2016,（5）
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP393
• 字数: 4155字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2016.05.009

摘要

类别关键词是文本分类首先要解决的关键问题，在研究利用类别关键词及TF-IDF算法对文本进行分类的基础上，提出了一种改进的TF-IDF算法。首先建立类别关键词库，并对其进行扩充及去重，克服了向量空间模型不能很好调节权重的缺点。通过加入文档长度权值修正文档中关键词的权重，有效地解决了原有特征词条类别区分能力不足的问题。采用贝叶斯分类方法，结合实验验证了该算法的有效性，提高了文本分类的准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱铮涛	广东工业大学信息工程学院	56	634	11.0	24.0
2	程昱	广东工业大学信息工程学院	7	55	4.0	7.0
3	贺科达	广东工业大学信息工程学院	1	28	1.0	1.0