基于类空间密度的文本分类特征加权算法

• 作者: 孙红光 孙铁利 杨凤芹 贾隆嘉
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 特征加权 类空间密度 文本分类 机器学习
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 92-97
• 页数: 6页
• 分类号: TP31
• 字数: 4600字
• 语种: 中文

摘要

特征加权是一种依据特征在分类中起到的作用为特征赋予相应权重的过程,是为了提高分类性能而为特征标记权重的策略.基于类空间密度提出了两个新的特征加权算法:tf* ICSDF和ICSDF-based.实验中,在RCV1-4和20 Newsgroups数据集上,采用支持向量机分类器将提出的方法进行了验证.实验结果显示,该方法相比传统的特征加权方法(prob-based、tf*icf和icf-based)可以有效地提升文本分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙铁利	东北师范大学计算机科学与信息技术学院	42	479	8.0	21.0
5	孙红光	东北师范大学计算机科学与信息技术学院	18	109	6.0	9.0
9	杨凤芹	东北师范大学计算机科学与信息技术学院	11	147	5.0	11.0
13	贾隆嘉	东北师范大学计算机科学与信息技术学院	2	5	1.0	2.0