一种基于类别分布信息的文本特征选择模型

被引：5

作者：

刘海峰 ^{[1
]}

于利军 ^{[2
]}

刘守生

机构：

[1] 解放军理工大学理学院

[2] 解放军理工大学气象海洋学院

来源：

图书情报工作 | 2013年 / 57卷 / 15期

关键词：

文本分类; 特征选择; TF-IDF; 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：

TF-IDF是一种常用的文本特征选择方法。基于该模型的特征选择思想,以特征项的类内分布、类间分布信息为依据,通过引入类内分布及类间分布权重因子对模型的TF及IDF部分进行加权,提出一种基于类别分布信息的文本特征选择模型。新模型使得TF部分含有类内文本频数信息,同时IDF部分含有特征项的类间频数信息。随后的文本分类试验表明,平均查全率、查准率分别提高6.4%、7.8%,F1值提高约7%,验证了本研究提出的基于类别分布的文本特征选择模型的有效性。

引用

页码：137 / 141

页数：5

共 9 条

[1] 基于信息增益与信息熵的TFIDF算法 [J].