基于词频分布信息的优化IG特征选择方法

• 作者: 刘守生 刘海峰 宋阿羚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信息增益 特征选择 类内分布 类间分布 文本分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 113-117,122
• 页数: 6页
• 分类号: TP18|TP391
• 字数: 7013字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1507-0240

摘要

文本特征选择是文本分类的核心技术.针对信息增益模型的不足之处,以特征项的频数在文本中不同层面的分布为依据,分别从特征项基于文本的类内分布、基于词频的类内分布以及词频的类间分布等角度对IG模型逐步进行改进,提出了一种基于词频分布信息的优化IG特征选择方法.随后的文本分类实验验证了提出的优化IG模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘海峰	解放军理工大学理学院	64	473	14.0	19.0
2	刘守生	解放军理工大学理学院	50	311	10.0	15.0
3	宋阿羚	解放军理工大学理学院	4	17	2.0	4.0