计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2006年
10期
1688-1694
,共7页
尚文倩%黄厚宽%刘玉玲%林永民%瞿有利%董红斌
尚文倩%黃厚寬%劉玉玲%林永民%瞿有利%董紅斌
상문천%황후관%류옥령%림영민%구유리%동홍빈
文本分类%文本特征选择%基尼指数%文本预处理
文本分類%文本特徵選擇%基尼指數%文本預處理
문본분류%문본특정선택%기니지수%문본예처리
随着网络的发展,大量的文档数据涌现在网上,用于处理海量数据的自动文本分类技术变得越来越重要,自动文本分类已成为处理和组织大量文档数据的关键技术.对于采用矢量空间模型(VSM)的大多数分类器来说,文本预处理成为分类的瓶颈,高维的特征空间对于大多数分类器来说是难以忍受的,因此采用适当的文本特征选择算法降低原始文本特征空间的维数成为文本分类的首要任务.目前也有很多的文本特征选择算法,介绍了另一种新的基于基尼指数的文本特征选择算法,使用基尼指数原理进行了文本特征选择的研究,构造了基于基尼指数的适合于文本特征选择的特征选择评估函数.实验表明,基于基尼指数的文本特征选择能进一步提高分类性能,而且计算复杂度小.
隨著網絡的髮展,大量的文檔數據湧現在網上,用于處理海量數據的自動文本分類技術變得越來越重要,自動文本分類已成為處理和組織大量文檔數據的關鍵技術.對于採用矢量空間模型(VSM)的大多數分類器來說,文本預處理成為分類的瓶頸,高維的特徵空間對于大多數分類器來說是難以忍受的,因此採用適噹的文本特徵選擇算法降低原始文本特徵空間的維數成為文本分類的首要任務.目前也有很多的文本特徵選擇算法,介紹瞭另一種新的基于基尼指數的文本特徵選擇算法,使用基尼指數原理進行瞭文本特徵選擇的研究,構造瞭基于基尼指數的適閤于文本特徵選擇的特徵選擇評估函數.實驗錶明,基于基尼指數的文本特徵選擇能進一步提高分類性能,而且計算複雜度小.
수착망락적발전,대량적문당수거용현재망상,용우처리해량수거적자동문본분류기술변득월래월중요,자동문본분류이성위처리화조직대량문당수거적관건기술.대우채용시량공간모형(VSM)적대다수분류기래설,문본예처리성위분류적병경,고유적특정공간대우대다수분류기래설시난이인수적,인차채용괄당적문본특정선택산법강저원시문본특정공간적유수성위문본분류적수요임무.목전야유흔다적문본특정선택산법,개소료령일충신적기우기니지수적문본특정선택산법,사용기니지수원리진행료문본특정선택적연구,구조료기우기니지수적괄합우문본특정선택적특정선택평고함수.실험표명,기우기니지수적문본특정선택능진일보제고분류성능,이차계산복잡도소.
