一种基于最少出现文档频的文本特征提取方法

被引：6

作者：

苏丹

周明全

王学松

任玉芝

机构：

[1] 不详

[2] 北京师范大学信息科学与技术学院

[3] 不详

来源：

计算机工程与应用 | 2012年 / 10期

关键词：

特征提取; 特征分布; 类间集中度; 类内离散度; 文档-最少出现文档频率(TF-LDF);

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：

传统特征提取改进方法在特征分布信息的量化方面存在不足,很大程度上影响了其分类效能。针对这一问题,提出一种基于最少出现文档频的特征提取改进方法,即TF-LDF算法。该算法用最少出现文档频来量化特征类间集中度与类内离散度,能够更加准确地反映特征分布情况。通过实验结果比较,可以证明TF-LDF算法分类效果更佳。

引用

页码：164 / 166+178 +178

页数：4

共 6 条

[1] 一种快速KNN文本分类算法 [J].