CAJ | 학술논문

该文主要对文本自动分类的特征选择方法进行了讨论，分析了几种常见方法存在的缺陷，指出影响出文本特征选择的两个重要因素--特征项在类别内的文档频率和在类别间的分布差异，并以这两个因素为影响因子分别对TF-IDF和IG方法进行了改进。另外还介绍了朴素贝叶斯分类模型，并基于此模型对改进的特征选择方法的分类效果进行评估。实验结果表明，改进后的方法能够强化特征项在特定类别中的影响力，提高文本分类效果。
해문주요대문본자동분류적특정선택방법진행료토론，분석료궤충상견방법존재적결함，지출영향출문본특정선택적량개중요인소--특정항재유별내적문당빈솔화재유별간적분포차이，병이저량개인소위영향인자분별대TF-IDF화IG방법진행료개진。령외환개소료박소패협사분류모형，병기우차모형대개진적특정선택방법적분류효과진행평고。실험결과표명，개진후적방법능구강화특정항재특정유별중적영향력，제고문본분류효과。