基于k最近邻和改进TF-IDF的文本分类框架

摘要：

为获得更加精确稳定的文本分类结果,提出一种基于k-最近邻(k-NN)和词频逆文档词频(TF-IDF)改进的文本分类方法,主要由文本模块、图形用户界面(GUI)模块、预处理模块、k-NN&TF-IDF模块和相似性测量共5个模块组成.在权重获取方面,对处于不同位置的特征词分别赋予不同的系数,通过构建权重矩阵,反映特征词的重要性和分布情况.在编程方面,通过执行修正的语言集查询(LINQ),优化查询效率.实验结果表明,与其它分类方法相比,该方法在分类准确率、查全率和F1测度方面具有一定优势.讨论分类器对整个文本分类框架的影响,实验结果表明,k-NN分类器比SVM分类器更适合文本分类.

关键词：文本分类、k-NN、分类器、权重矩阵、优化

所属期刊栏目：39

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61300234;湖南省教育厅基金项目12C1056

在线出版日期：2018-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1340-1344,1349