文本分类中基于方差的改进特征提取算法

被引：12

作者：

吕佳

机构：

[1] 重庆师范大学数学与计算机科学学院运筹学与系统工程重庆市市级重点实验室

来源：

计算机工程与设计 | 2007年 / 24期

关键词：

文本分类; 特征提取; 改进TFIDF; 权重; 方差;

D O I：

10.16208/j.issn1000-7024.2007.24.043

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：

特征提取算法TFIDF是文本分类中常用的衡量特征权重的算法,但该算法没有考虑特征词在类间和类内的分布情况,导致算法无法反映特征词在分布比例中量上的差异。为此,引入方差来描述特征词在类间和类内的分布情况,并利用方差来修正TFIDF权重。仿真实验结果表明,同传统TFIDF算法相比,改进TFIDF算法能得到更好的分类结果。

引用

页码：6039 / 6041

页数：3

共 7 条

[1]

基于机器学习的文本分类技术研究进展 [J].