基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统类别区分词特征选择算法以类间分散度和类内重要度作为度量指标,忽略了2个指标对特征评分函数的贡献权重往往不同这一事实,从而在一定程度上影响了特征选择效果.在类别区分词特征选择算法基础上,引入平衡因子,通过调节平衡因子来调整2个指标对特征评价函数的贡献权重,完成更加高效的特征选择,进而达到更好的文本分类效果.使用朴素贝叶斯算法进行文本分类,相比主流特征选择算法,改进算法在分类准确率、查准率、查全率和F1指标上都取得了可观的性能提升.
推荐文章
用于中文文本分类的基于类别区分词的特征选择方法
文本分类
特征选择
类别区分词
信息增益
互信息
期望交叉熵
一种改进的文本特征选择算法
文本挖掘
特征选择
特征向量
文档
基于类别区分度和关联性分析的综合特征选择
文本分类
特征选择
关联性分析
类别区分度
相关独立度
一种改进的基于区分矩阵的属性约简算法
粗糙集
区分矩阵
属性约简
决策表
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的类别区分词特征选择算法
来源期刊 计算机与现代化 学科 工学
关键词 文本分类 特征选择 平衡因子 类别区分词
年,卷(期) 2019,(3) 所属期刊栏目 算法设计与分析
研究方向 页码范围 73-77
页数 5页 分类号 TP391
字数 4659字 语种 中文
DOI 10.3969/j.issn.1006-2475.2019.03.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒙祖强 广西大学计算机与电子信息学院 59 289 10.0 14.0
2 李富星 广西大学计算机与电子信息学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (245)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本分类
特征选择
平衡因子
类别区分词
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导