基于特征信息增益权重的文本分类算法

被引：17

作者：

李文斌 ^{[1
]}

刘椿年 ^{[1
]}

陈嶷瑛 ^{[2
]}

机构：

[1] 北京工业大学计算机学院多媒体与智能软件技术北京重点实验室

[2] 石家庄经济学院信息工程系

来源：

北京工业大学学报 | 2006年 / 05期

基金：

北京市自然科学基金;

关键词：

文本处理; 信息分类; 特征提取; 熵;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了在分类精度不受损失的情况下提高训练速度,设计了3种基于信息增益(information gain,简称IG) 特征权重的分类算法,分别被命名为:IG-C1、IG-C2、IG-C．它们根据特征对IG贡献的大小及在新文本中出现的次数进行分类．这3种算法都具有较低的时间复杂度和实现简单的特点．实验结果表明,其中IG-C的分类效果最为理想．

引用

页码：456 / 460

页数：5