一种基于词频信息的改进CHI文本特征选择

被引：21

作者：

刘海峰

苏展

刘守生

机构：

[1] 解放军理工大学理学院

来源：

计算机工程与应用 | 2013年 / 22期

关键词：

文本分类; 特征选择; χ2统计; 类内分布; 类间分布;

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：

CHI是一种常用的文本特征选择方法。针对该模型的不足之处,以特征项的频数为依据,分别从特征项的类内分布、类间分布以及类内不同文本之间分布等角度,对CHI模型进行逐步优化,使得特征项频数信息得到了有效利用。提出了一种基于词频信息的改进CHI模型。随后的文本分类试验证明了提出优化CHI模型的有效性。

引用

页码：110 / 114

页数：5

共 9 条

[1] 集合CHI与IG的特征选择方法 [J].

王光 ;

邱云飞 ;

史庆伟 .

计算机应用研究, 2012, 29 (07) :2454-2456

[2] 基于方差的CHI特征选择方法 [J].

邱云飞 ;

王威 ;

刘大有 ;

邵良杉 .

计算机应用研究, 2012, 29 (04) :1304-1306

[3] 基于互信息的无监督特征选择 [J].

徐峻岭 ;

周毓明 ;

陈林 ;

徐宝文 .

计算机研究与发展, 2012, 49 (02) :372-382

[4] 一种基于信息增益的特征优化选择方法 [J].

刘庆和 ;

梁正友 .

计算机工程与应用 , 2011, (12) :130-132+136

[5] 文本分类中改进型CHI特征选择方法的研究 [J].

裴英博 ;

刘晓霞 .

计算机工程与应用, 2011, 47 (04) :128-130+194

[6] 改进的χ统计文本特征选择方法 [J].

肖婷 ;

唐雁 .

计算机工程与应用 , 2009, (14) :136-137+140

[7] 基于χ2统计的文本分类特征选择方法的研究 [J].

熊忠阳 ;

张鹏招 ;

张玉芳 .

计算机应用, 2008, (02) :513-514+518

[8] 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

[9] AUTOMATED LEARNING OF DECISION RULES FOR TEXT CATEGORIZATION [J].

APTE, C ;

DAMERAU, F ;

WEISS, SM .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 1994, 12 (03) :233-251

← 1 →