基于TFIDF文本特征加权方法的改进研究

被引：37

作者：

张保富

施化吉

马素琴

机构：

[1] 江苏大学计算机科学与通信工程学院

来源：

计算机应用与软件 | 2011年 / 28卷 / 02期

关键词：

TFIDF; 文本分类; 特征加权; 向量空间模型;

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：

针对传统TFIDF方法将文档集作为整体来处理,并没有考虑到特征项在类间和类内的分布情况的不足,提出一种结合信息熵的TFIDF改进方法。该方法采用结合特征项在类间和类内信息分布熵来调整TFIDF特征项的权重计算,避免了那些对分类没有贡献的特征项被赋予较大权值的缺陷,能更有效计算文本特征项的权重。实验结果表明该方法提高了文本分类的精确度和召回率,是一种比较有效的文本特征加权方法。

引用

页码：17 / 20

页数：4

共 12 条

[1] A survey on ontology mapping [J].

Choi, Namyoun ;

Song, Il-Yeol ;

Han, Hyoil .

SIGMOD RECORD, 2006, 35 (03) :34-41

[2]

语义网简明教程.[M].宋炜;张铭[著];.高等教育出版社.2004,

[3]

层次分析法引论.[M].王莲芬;许树柏编著;.中国人民大学出版社.1990,

[4]

异构本体映射关键技术研究.[D].王宗江.上海交通大学.2009, 02

[5]

Ontology Mapping-An Integrated Approach..Ehrig M; Sure Y;.Proceedings of the 1st European Semantic Web Symposium.2004,

[6] 基于AHP的多策略映射与集成方法 [J].

徐德智 ;

李鹏 ;

尹艳 .

计算机工程, 2009, 35 (12) :161-163

[7] 基于区分类别能力的高性能特征选择方法 [J].

徐燕 ;

李锦涛 ;

王斌 ;

孙春明 .

软件学报, 2008, (01) :82-89

[8] 语义Web中的本体自动映射 [J].

唐杰 ;

梁邦勇 ;

李涓子 ;

王克宏 .

计算机学报, 2006, (11) :1956-1976

[9] 使用最大熵模型进行中文文本分类 [J].

李荣陆 ;

王建会 ;

陈晓云 ;

陶晓鹏 ;

胡运发 .

计算机研究与发展, 2005, (01) :94-101

[10] 用Naive Bayes方法协调分类Web网页 [J].

范焱 ;

郑诚 ;

王清毅 ;

蔡庆生 ;

刘洁 .

软件学报, 2001, (09) :1386-1392

← 1 2 →