一种改进的文本特征选择方法的研究与设计

被引：30

作者：

许高建 ^{[1
]}

路遥 ^{[1
]}

胡学钢 ^{[2
]}

涂立静 ^{[1
]}

机构：

[1] 安徽农业大学信息与计算机学院

[2] 合肥工业大学计算机与信息学院

来源：

苏州大学学报(工科版) | 2008年 / 02期

关键词：

文本挖掘; 信息增益; 互信息; 特征向量;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

特征选择是文本挖掘技术的一个重要环节。在中文分词的基础上,通过设计一个简单的应用程序,对文本进行预处理。然后,在分析比较几种用于文本分类的特征选择方法的基础上,提出了一种基于信息增益和互信息相结合的特征选择方法。利用它对文本文档进行特征选择,抽取代表其特征的元数据或特征词条构成特征向量,降低噪音。最后通过实验来和其他几种特征选择方法作比较,分析这种方法获取文本特征的精度。

引用

页码：18 / 22

页数：5

共 7 条

[1]

数据挖掘技术.[M].朱玉全; 主编.东南大学出版社.2006,

[2]

知识发现.[M].史忠植著;.清华大学出版社.2002,

[3]

中文文本分类中的特征选择研究 [J].