一种基于TF-IDF的朴素贝叶斯算法改进

• 作者: 吴明礼 许甜华
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 朴素贝叶斯 TF-IDF算法 去中心化 位置信息 特征权重
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP391
• 字数: 5343字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.02.016

摘要

目前对以朴素贝叶斯算法为代表的文本分类算法,普遍存在特征权重一致,考虑指标单一等问题.为了解决这个问题,提出了一种基于TF-IDF的朴素贝叶斯改进算法TF-IDF-DL朴素贝叶斯算法.该算法以TF-IDF为基础,引入去中心化词频因子和特征词位置因子以加强特征权重的准确性.为了验证该算法的效果,采用了搜狗实验室的搜狗新闻数据集进行实验,实验结果表明,在朴素贝叶斯分类算法中引入TF-IDF-DL算法,能够使该算法在进行文本分类中的准确率、召回率和F1值都有较好的表现,相比国内同类研究TF-IDF-dist贝叶斯方案,分类准确率提高8.6％,召回率提高11.7％,F1值提高7.4％.因此该算法能较好地提高分类性能,并且对不易区分的类别也能在一定程度上达到良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴明礼	北方工业大学信息学院	24	97	6.0	8.0
2	许甜华	北方工业大学信息学院	1	2	1.0	1.0