中文文本分类中的特征选择研究

摘要：

有多种特征选择算法被用于文本自动分类,YimingYang教授曾针对英文文本分类中的特征选择做过深入的研究,并得出结论:IG和CHI方法效果相对较好.考虑到该结论不一定适合对中文文本的分类,对中文文本分类中的特征选择方法进行研究,采用了包含500篇新闻的中文语料库对几种特征选择算法进行测试,结果表明:在测试的特征选择算法中,χ2估计方法无需因训练集的改变而人为调节特征阀值,并且分类准确率较高.

关键词：特征选择、特征提取、文本分类

所属期刊栏目：24

分类号：TP18(自动化基础理论)

在线出版日期：2007-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：289-291