一种改进的文本分类方法地研究.pdfVIP

一种改进的文本分类方法的研究 张永陈思睿杨志勇 兰州理工大学计算机与通信学院，兰州730050 摘要： 文本分类是自然语言处理的一个重要研究方向，它可以有效的解决信息杂乱的现象，并有助 于用户发现所需的信息。特征选择和权值函数是文本分类的核心，通过对经典的TF．IDF函数和互信息 特征选择方法的研究，指出了它们现存的不足，进而提出了改进的算法，即引入了类间分布度、类内 分布度和互信息因子，从而提高了分类的精度和速度。最后通过实验验证了改进的算法，证明该算注 是可行的。 关键词： 文本分类：权值函数；特征选择 an Text Researchof Improved Method Categorization Sirui Chen ZhangYong YangZhiyong of and 730050 School Communicatioll，Lanzhou Computer UniversityofTechnology,Lanzhou taskofnatural can Abstract：Textisan research language categorizationimportant processing，which tofindthe resolvetheissueofinformationchaosand USers information．Feature efficiently help required are core outthe ofthe selectionand functionthe ofthetext disadvantages weight categorization．Pointing uses and all the TF-IDFmethodMutualinformation method，which method，the paperproposesimproved a mutual information informationinsideclassandthefactorof distribution amongclasses，distribution text is to the andthe of designed in