中文文本分类中特征选择方法的比较研究

被引：3

作者：

刘洋

机构：

[1] 渤海大学信息科学与工程学院

来源：

科技信息 | 2007年 / 03期

关键词：

特征选择; 文本分类; 机器学习;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

文本分类的主要任务是在预先给定的类别标记集合下,根据文本内容判定它的类别。特征选择是文本分类中的一个重要环节。本文对文档频率(DF)、信息增益(IG)、互信息(MI)、x2统计量(CHI)四种特征选择方法在中文语料上进行了性能比较。实验结果表明IG方法较其它三种方法有一定的优势。

引用

收藏

页码：54 / 54

页数：1

相关论文

共 3 条

[1] 基于机器学习的文本分类技术研究进展 [J].

苏金树 ;

张博锋 ;

徐昕 .

软件学报, 2006, (09) :1848-1859

[2]

文本分类中的特征降维方法综述[J]. 陈涛,谢阳群.情报学报. 2005 (06)

[3] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167