10.3969/j.issn.1006-2475.2016.11.002
一种改进的CHI文本特征选择方法
特征选择是文本分类过程中非常重要的环节。 CHI统计是一种经典的特征选择方法,针对CHI统计方法存在的不足,一方面,为了兼顾特征项的文档频和词频,本文在CHI中引入词频因子和类间方差;另一方面,为了排除在指定类中很少出现但在其他类中普遍存在的特征项,降低人为选取比例因子带来的误差,本文在CHI中引入自适应比例因子。实验结果表明,与CHI统计方法相比,改进后的CHI特征选择方法提高了非平衡语料集上的分类准确度。
CHI统计、词频因子、类间方差、自适应比例因子
TP391(计算技术、计算机技术)
2016-12-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
7-11,63