一种新的维吾尔文文本分类特征选择方法

• 作者: 何燕 吴冰冰 哈力旦·阿布都热依木 阿丽亚·艾尔肯
• 来源期刊: 河南科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 维吾尔文 卡方统计量 余弦相似度 特征选择
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电工电信、自动化与计算机
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP391.1
• 字数: 3702字
• 语种: 中文
• DOI: 10.15926/j.cnki.issn1672-6871.2016.03.010

摘要

针对传统卡方统计量方法对特征项的频数和类别分布考虑不足的缺陷,提出了一种结合余弦相似度的卡方统计量特征选择方法.该方法首先使用均值词频-逆文档频率表示特征项,通过引入一个调整公式来平衡类间选取的特征项数,从而对传统卡方统计量方法进行修正,然后结合余弦相似度进一步消除噪声文本.在收集的维吾尔文数据集上进行实验论证.实验结果表明:改进的卡方统计量方法具有较好的鲁棒性,且分类性能优于传统的卡方统计量方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	哈力旦·阿布都热依木	新疆大学电气工程学院	22	68	6.0	7.0
2	吴冰冰	新疆大学电气工程学院	4	10	2.0	3.0
3	阿丽亚·艾尔肯	新疆大学电气工程学院	3	10	2.0	3.0
4	何燕	新疆大学电气工程学院	4	14	2.0	3.0