基于改进卡方统计的微博特征提取方法

被引：57

作者：

徐明 ^{[1
]}

高翔 ^{[2
]}

许志刚 ^{[2
]}

刘磊 ^{[2
]}

机构：

[1] 北京工业大学现代教育技术中心

[2] 北京工业大学数理学院

来源：

计算机工程与应用 | 2014年 / 50卷 / 19期

基金：

北京市自然科学基金;

关键词：

微博分类; 卡方统计量; 特征选择; 权值计算;

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：

通过对微博文本特征信息的分析与研究,提出一种基于改进卡方统计的微博特征提取方法。扩充微博信息分类特征,在传统的卡方统计量的基础上,引入了频度等因素,改进特征选择方法;在传统的特征项权值计算的基础上,提出了新的改进卡方统计量的方法,改进权重计算效果。对上述方法利用经典KNN和SVM算法进行了测试,实验结果表明该方法提高了微博信息分类的准确率。

引用

页码：113 / 117+142 +142

页数：6

共 9 条

[1]

An Evaluation of Statistical Approaches to Text Categorization [J].