基于MRMR的文本分类特征选择方法

• 作者: 付静飞 李军怀 王怀军 蒋文杰 费蓉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征选择 最大相关最小冗余 词频-逆文档率 文本分类
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 225-228
• 页数: 4页
• 分类号: TP391.1
• 字数: 3649字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.10.043

摘要

特征选择是文本分类技术中重要的处理步骤,特征词选择的优劣直接关系到后续文本分类结果的准确率.使用传统特征选择方法如互信息(MI)、信息增益(IG)、并统计量(CHI)等提取的特征词仍存在冗余.针对这一问题,通过结合词频-逆文档率(TF_IDF)和最大相关最小冗余标准(MRMR),提出了一种基于MRMR的特征词二次选取方法TFIDF_ MRMR.实验结果表明,该方法可以较好地减少特征词之间的冗余,提高文本分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军怀		137	2421	25.0	45.0
2	王怀军		12	52	4.0	7.0
3	费蓉		21	117	6.0	10.0
4	付静飞		2	12	1.0	2.0
5	蒋文杰		1	11	1.0	1.0