不可靠语料库的提纯及词权度量指标IDF的改进

被引：1

作者：

徐山 ^{[1
]}

杜卫锋 ^{[2
]}

机构：

[1] 南京城市职业学院教务处

[2] 嘉兴学院数理与信息工程学院

来源：

关键词：

短信过滤; 不可靠语料库; 向量空间模型; IDF; 聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

不良短信的泛滥严重影响了社会风气,干扰了人们正常的生活秩序,研发不良短信过滤技术具有相当高的实用价值。研究了文本分类中的两个问题,可应用于不良短信过滤。其一是应用聚类方法进行不可靠语料集的提纯,实验表明,该方法对不可靠数据的提纯效果比较明显;其二是关于IDF词权度量指标的一点改进。

引用

页码：61 / 63+66 +66

页数：4