基于索引项权重的文本特征选择方法

摘要：

为改善文本分类的效率和效果,降低计算复杂度,在分析了经典的特征选择方法后,提出加权的文本特征选择方法.该方法不仅利用数据集中文本的个数,还充分考虑到索引项的权重信息,并构造新的评估函数,改进了信息增益、期望交又熵以及文本证据权.利用KNN分类器在Reuters-21578标准数据集上进行训练和测试.实验结果表明,该方法能够选出有效特征,提高文本分类的性能.

关键词：文本分类、特征选择、索引项权重、信息增益、期望交叉熵、文本证据权

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60673186

在线出版日期：2010-05-05（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：1149-1151