文献类型：期刊文章

作　　者：胡晓辉[1]

HU Xiaohui

机构地区：[1]江西机电职业技术学院信息工程学院,江西南昌330013

出　　处：《信息技术与信息化》

基　　金：江西省教育厅科学技术研究项目(GJJ204203)。

年　　份：2022

期　　号：10

起止页码：123-126

语　　种：中文

收录情况：普通刊

摘　　要：在自然语言处理领域,现有的文本分类算法Naive Bayes、KNN和SVM分类器,通常使用的是条件概率模型、向量空间模型。大多经典算法采用向量空间模型,其采用的文本特征未考虑基于类信息的文本表示方法。由于特征选择及文本表示方法在很大程度影响文本分类器性能,针对该问题,提出了一种新的基于特征重要度的文本表示方法。方法通过大量训练数据,建立相似矩阵、构造相似图,同时考虑特征词的类内外出现频率,找到每个类别的最优特征信息,使得文本分类算法在此文本表征下,分类效果大幅提升。文章在20newsgroups数据集上实验表明此方法对提高分类结果较为有效。

关 键 词：文本分类 文本表示 特征加权 机器学习  类别信息 特征选择  

分 类 号：TP391.1]