文本分类中的类别信息特征选择方法

被引：17

作者：

余俊英

王明文

盛俊

机构：

[1] 江西师范大学计算机信息工程学院

来源：

山东大学学报(理学版) | 2006年 / 03期

关键词：

特征选择; 文本分类; 类间分布; 类内分布;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

随着网上电子文档的急剧增长,文本分类技术在信息检索中的应用变得日益重要.特征维数增加会使样本统计特性的评估变得更加困难,从而降低分类器的泛化能力,出现“过学习”的现象.因此,文档特征的选择和提取是文本分类的必要前提.提出一种基于类别信息的特征选择方法,该方法在尽量保留文档信息的同时,考虑了文档的类别信息.实验表明,这种方法的分类性能比较好,特别是在微平均指标上,与OCFS以及卡方统计量相比有较大幅度的提高.

引用

页码：144 / 148

页数：5