文献类型：期刊文章

作　　者：马雯雯[1] 邓一贵[1,2]

机构地区：[1]重庆大学计算机学院,重庆400044 [2]重庆大学信息与网络管理中心,重庆400044

出　　处：《计算机应用》

基　　金：重庆市自然科学基金资助项目(cstc2011jjA40023)

年　　份：2013

卷　　号：33

期　　号：8

起止页码：2280-2282

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：短文本固有的特征稀疏和样本高度不均衡等特点,使得传统长文本的加权方法难以直接套用。针对此问题,提出一种针对短文本的特征权重计算方法——综合类别法。该方法引入反文档频和相关性频率的概念,综合考虑了样本在正类和负类中的分布情况。实验结果表明,相对于其他特征权重方法,该方法的微平均和宏平均值均在90%以上,能增强样本在负类中的类别区分能力,改善短文本分类的查准率和查全率。

关 键 词：短文本  特征权重  不均衡样本  文本分类

分 类 号：TP311]