文本分类中特征提取方法的比较与研究

被引：11

作者：

郑伟 ^{[1
]}

王锐 ^{[2
]}

机构：

[1] 河北北方学院理学院物理系

[2] 河北北方学院理学院计算机系

来源：

河北北方学院学报(自然科学版) | 2007年 / 06期

关键词：

文本分类; 互信息; 信息增益; SVM; 特征提取;

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：

介绍了进行文本分类的关键技术,着重介绍了常用的文本特征提取方法.选取支持向量机方法作为文本分类器方法,选取不同特征提取方法应用于文本分类,通过实验,比较和分析了由不同的提取方法所构成的分类器的分类性能,确定了信息增益(IG)法和文本证据权(WET)为两种性能优异的特征提取方法.该结论可为分类性能进一步的优化研究奠定理论和实践基础.

引用

页码：51 / 54+64 +64

页数：5

共 5 条

[1] 基于支持向量机的Web文本分类方法 [J].

牛强 ;

王志晓 ;

陈岱 ;

夏士雄 .

微电子学与计算机, 2006, (09) :102-104

[2] 文本自动分类技术及其应用 [J].

方兰 ;

王明文 .

计算机与现代化, 2004, (07) :25-28

[3] Web文本信息的特征获取算法 [J].

刘明吉 ;

王秀峰 ;

饶一梅 ;

黄亚楼 .

小型微型计算机系统, 2002, (06) :683-686

[4]

现代信息检索.[M].()RicardoBaeza-Yates;()BerthierRibeiro-Neto等著;王知津;贾福新;郑红军等译;.机械工业出版社.2005,

[5]

信息检索理论与技术.[M].苏新宁主编;.科学技术文献出版社.2004,

← 1 →