文本分类中特征权重算法的改进

摘要：

TFIDF是文档特征权重表示常用方法.该方法简单易行,但忽略了特征词在各个类别中的分布情况,不能真正地反映特征词对区分每个类的贡献.针对这个不足,本文提出了BOR-TFIDF,来重新调整每个特征词对各个类别的区分度,即修正各个特征词的权重,并用分类器来验证其有效性.该方法优于原来的TFIDF算法,实验表明了改进的策略是可行的.

关键词： 文本分类 文档特征权重 TFIDF 类别区分 BOR-TFIDF 特征词

作者: 沈志斌 白清源

作者单位: 福州大学,数学与计算机科学学院,福州,350002

会议类型: 国内会议

会议名称: 第三届江苏计算机大会

会议地点: 南京

会议语种:中文

页码: 95-98,149

在线出版日期: 2008-11-14（万方平台首次上网日期，不代表论文的发表时间）