基于类别区分度的文本特征选择算法研究

摘要：

针对词频反文档频率(TFIDF)算法的缺陷,引入类别区分度理论改进传统的TFIDF算法.通过比较改进TFIDF算法与其他几种常用特征选择算法的分类效果,证明了改进TFIDF算法用于中文文本分类时,准确率和召回率要优于其他算法,改进TFIDF算法具有较好的特征选择效果.

关键词：文本分类、特征选择、词频反文档频率算法、类别区分度

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2014-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：72-75