基于 MIDF（t）的短文本特征权重计算方法研究

摘要：

随着互联网的飞速发展，传统的文本分类已经不能满足人们对信息服务系统的要求，为了实现大规模海量信息的有效利用，高准确率的分类算法成为近年的研究热点。通常情况下，网络上的影评属于短文本，文本中可供抽取的信息词量较少，而对文本分类不起作用的停用词比例相对较大，产生了向量维度高和特征稀疏这两大难题，因而研究难度更大。针对短文本特征稀疏和样本高度不均衡等特点，本文提出方法作为短文本特征权重的计算方法，既考虑了特征项在单个样本中的分布，又考虑了文本的类别特征，提高了短文本分类的查准率和查全率。实验结果表明，与传统的特征权重计算方法相比，该方法更适合短文本的分类。

关键词：短文本、文本分类、特征权重

所属期刊栏目：7

分类号：TP311(计算技术、计算机技术)

资助基金：黑龙江省哲学社会科学研究规划项目13E024

在线出版日期：2016-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：28-29