文本分类特征降维研究综述.pdfVIP

＞＞ 55 9 20 11 5 第 卷第 期 年 月 文本分类特征降维研究综述* 1 2 奉国和 郑 伟 1 华南师范大学经济管理学院信息管理系 广州510006 2 河北北方学院理学院 张家口075000 〔 〕 ， ， 摘要 特征降维是文本分类的关键技术之一 包括特征选择与特征抽取两类 其中特征选择按特征子集获取范 、 、 。 围 特征子集搜索策略 特征子集评价策略等方式进行不同划分 归纳出当前特征选择与特征抽取所用的常用方 ， 、 ， 。 法 分析各种方法的原理 指出每种方法的优势与不足 总结出相应改进算法 〔 〕 关键词 文本分类 特征降维 特征选择 特征抽取 〔 〕G354 分类号 Review of Feature Dimension Reduction in Text Classification Feng Guohe1 Zheng Wei2 1 Department of Information Management ，School of Economics ＆ Management ，South China Normal University ，Guangzhou 510006 2 College of Science ，Hebei North University ，Zhangjiakou 075000 〔Abstract 〕Feature dimension reduction is one of the key technology for text classification． It includes feature selection and feature ex- traction ，and feature selection is classified into three cases according to obtainning feature subset area ，obtaining feature subset strategy ， feature subset valuation criterion． Feature selection and feature extraction methods’advantages and disadvantages are elaborated respec- trvely ，and the improved algorithm are concluded． 〔Keywords 〕text classification feature dimension reduction feature selection feature extraction ， ， 。 文本分类是当前研究热点 其困难之一是特征空 看 可将特征选择分为局部特征选择和全局特征选择 。 ， 。 间的高维性 高维特征空间中 特征之间可能是冗余  局部特征选择 指对每个类别选择若干个最 ， ， ， ， 的或者不相关的 造成高维空间处理的不便 容易出现 能识别它的特征作为新特征 构成新的特征空间 达到 过学习现象， ，