基于文本集密度的特征词选择与权重计算方法

根据汉语语言自身的特点 ,在基于原有的特征项提取方法基础之上 ,提出了基于文本集密度的特征词选择的思想 ,对于特征项个数和选择进行了界定 ,找出了不损失文本有效信息的最小特征词语集 ,并且利用其中的中间值作为词语权重计算的一部分 ,创造出更为合理的权重计算方案。最后利用一种新的衡量权重好坏的标准———元打分法 ,对文中所提出的方法的正确性和有效性进行了实验和证明。