一种改进的CHI文本特征选择方法

• 作者: 樊存佳 汪友生 王雨婷
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: CHI统计 词频因子 类间方差 自适应比例因子
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 7-11,63
• 页数: 6页
• 分类号: TP391
• 字数: 5311字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.11.002

摘要

特征选择是文本分类过程中非常重要的环节。 CHI统计是一种经典的特征选择方法，针对CHI统计方法存在的不足，一方面，为了兼顾特征项的文档频和词频，本文在CHI中引入词频因子和类间方差；另一方面，为了排除在指定类中很少出现但在其他类中普遍存在的特征项，降低人为选取比例因子带来的误差，本文在CHI中引入自适应比例因子。实验结果表明，与CHI统计方法相比，改进后的CHI特征选择方法提高了非平衡语料集上的分类准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪友生	北京工业大学电子信息与控制工程学院	48	435	11.0	19.0
2	樊存佳	北京工业大学电子信息与控制工程学院	2	54	2.0	2.0
3	王雨婷	北京工业大学电子信息与控制工程学院	5	15	2.0	3.0