基于最低词频CHI的特征选择算法研究.PDF

( ) 第 卷第 期 西 南 大 学 学报 自然科学版 年 月 ３７ ６ 　　　　　　　　　 　　　　　　　　　　　２０１５ ６ ( ) Vol３７　No６ JournalofSouthwestUniversit NaturalScienceEdition Jun　２０１５ y : / DOI １０１３７１８ cnkixdzk２０１５０６０２２ j 基于最低词频CHI的特征选择算法研究① , １ １２ ３ ４ 肖 雪 , 卢建云 , 余 磊 , 龚 恒 　 　 　 　 　 　 , ; , ; １重庆电子工程职业学院 软件学院 重庆 ４０１３３１ ２重庆大学 计算机学院 重庆 ４０００４４ , ; , ３重庆师范大学 计算机与信息科学学院 重庆 ４０００４４ ４重庆电子工程职业学院 应用电子学院 重庆 ４０１３３１ : , , 摘要 是文本分类中特征选择的重要方法 本文分析了 特征选择的特点 针对该方法的不足之处 提出 CHI ． CHI , 了一种新的基于最低词频 的特征选择算法 该方法通过设置最低词频阈值去除了部分低频词 减少了 特 CHI ． CHI , 征选择时低频词带来的干扰 同时本文对传统的 特征权重计算方法进行了改进 在特征权重计算里加入改 ． TFＧIDF , , 进后的 特征选择函数 使文本的表示更合理 通过在均衡语料和非均衡语料上的实验验证 新的方法有效提高 CHI ． 了文本分类的效果． ２ : ; ; ; ; ; 关 键 词 文本分类 向量空间模型 特征选择 χ 统计 低频词 权重计算 　 　 中图分类号: 文献标志码: 文章编号: ( ) TP３９１　　　　 A　　　　 １６７３ ９８６８２０１５０６ ０１３７ ０６ []