- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文文本分类中的特征选择研究.pdf
中 文 信 息 学 报
第 卷 第 期
! # !#$%’ ( )*+%,-, +%($./+% 0$),--+%1 234 $ ! %3 $#
文章编号: ( )
!%%# %%’’ (%%) %# %%!’ %’
中文文本分类中的特征选择研究!
周 茜,赵明生,扈 旻
(清华大学 电子工程系,北京 !%%%) )
摘要:本文介绍和比较了八种用于文本分类的特征选择方法,其中把应用于二元分类器中的优势率改造
成适用于多类问题的形式,并提出了一种新的类别区分词的特征选择方法,结合两种不同的分类方法:文本相
似度方法和*+,-. /+0.1 方法,在两个不同的数据集上分别作了训练和测试,结果表明,在这八种文本特征选择
方法中,多类优势率和类别区分词方法取得了最好的选择效果。其中,当用*+,-. /+0.1 分类方法对各类分布
严重不均的!#2% 样本集作训练和测试时,当特征维数大于%%% 以后,用类别区分词作特征选择得到的宏3!
值比用 作特征选择得到的宏 值高出 左右。
45 3! #6 7 8 6
关键词:计算机应用;中文信息处理;文本分类;特征选择;类别区分词
中图分类号: 文献标识码:
9:#2! ;
-5678 39 (:;56: -:4:=539 9 )?9:@: /:A5 );5:B3C;539
, ,
=? @A+B =; CABDE1F.BD =? GAB
( , , , )
H.I+JKG.BK LM NO.PKJLBAP NBDAB..JABD 91ABDFQ+ ?BA-.J1AK0 /.ARABD !%%%) SFAB+
:
D@5;=5 9FA1 I+I.J ABKJLTQP.1 +BT PLGI+J.1 .ADFK M.+KQJ. 1.O.PKALB G.KFLT1 AB K.UK P+K.DLJAV+KALB W ;GLBD KF. .ADFK G.KFE
, ( ), ,
LT1 CQOKAESO+11 TT1 X+KAL CSEX + -+JA+BK LM TT1 X+KAL YFAPF A1 LMK.B Q1.T AB ZAB+J0 PO+11AMAP+KALB +BT + B.Y M.+E
KQJ. 1.O.PKALB G.KFLT Z+1.T LB SO+11EHA1PJAGAB+KABD [LJT1( )
SH[ +J. IJLIL1.T W SLGZAB.T YAKF KF. PO+11AP \]C PO+11AMA.J
,
Z+1.T LB PL1AB. 1AGAO+JAK0 +BT KF. *+,-. /+0.1 PO+11AMA.J KJ+ABABD +BT K.1K +J. P+JJA.T LQK LB KYL K.UK 1.K1 YAKF TAMM.J.BK PO+11
,
TA1KJAZQKALB W ;1 KF. J.1QOK1 ABTAP+K. CSEX +BT SH[ D+AB KF. Z.1K 1.O.PKABD .MM.PK W
: ; ; ; ;
E:8 F37@ PLGIQK.J +
文档评论(0)