基于类内频率的文本分类特征选择方法

分享到

【获取途径】超星期刊网
【作者】崔彩霞，王素格
【刊名】计算机工程与设计
【作者单位】太原师范学院计算机系　　山西太原；山西大学数学科学学院　　山西太原
【年份】2007
【卷号】第28卷
【期号】第17期
【页码】4249-4251,4265
【ISSN】1000-7024
【关键词】文本分类特征选择文档频率信息增益互信息
【摘要】随着计算机技术和WWW的飞速发展,文本分类已经成为信息检索的关键技术之一,而特征选择对分类效果起着至关重要的作用.对文本分类的4种常用特征选择方法进行了介绍和分析,提出了一种基于类内频率的特征选择方法.选用kNN法和支持向量机作为分类器,利用以上5种文本特征选择方法在平衡语料和非平衡语料上进行了测试.实验结果表明,该方法能够有效选出真正对分类有意义的特征,分类效果较好,尤其适合支持向量机分类器.
【基金】山西省青年科技研究基金
【文献类型】期刊