| 基于对数似然比的中文文本分类特征选择研究 |
| |
| 引用本文： | 梁伍七,李斌,许磊,江克勤. 基于对数似然比的中文文本分类特征选择研究[J]. 安庆师范学院学报(自然科学版), 2018, 24(1): 45-50. DOI: 10.13757/j.cnki.cn34-1328/n.2018.01.012 |
| |
| 作者姓名： | 梁伍七 李斌 许磊 江克勤 |
| |
| 作者单位： | 安徽广播电视大学信息与工程学院,安徽合肥,230022;安庆师范大学计算机与信息学院,安徽安庆,246133 |
| |
| 基金项目： | 安徽省高校自然科学研究项目(KJ2016A111) |
| |
| 摘 要： | 在向量空间模型的中文文本分类系统中,多数传统的特征选择算法忽视低频单词对分类的正面贡献,互信息特征选择过分放大低频单词对分类的贡献。针对这一问题,通过引入对数似然比统计量,提出对数似然比特征选择算法。与互信息算法相比,低频单词对分类的贡献没有过分放大;与卡方算法相比,低频单词对分类的贡献计算更为准确。算法在考虑低频单词对分类结果产生正面影响的同时,能较好地控制其对分类产生的负面影响。采用KNN(K Nearest Neighbor)分类方法,特征选择选取对数似然比和传统特征选择算法,实验结果表明,对数似然比特征选择算法能够提高分类器的总体性能。
|
| 关 键 词： | 模式识别 对数似然比 特征选择 文本分类 向量空间模型 KNN分类 |
Study on Feature Selection Algorithm in Chinese Text Categorization Based on Log Likelihood Ratio |
| |
| LIANG Wuqi,LI Bin,XU Lei,JIANG Keqin. Study on Feature Selection Algorithm in Chinese Text Categorization Based on Log Likelihood Ratio[J]. Journal of Anqing Teachers College(Natural Science Edition), 2018, 24(1): 45-50. DOI: 10.13757/j.cnki.cn34-1328/n.2018.01.012 |
| |
| Authors: | LIANG Wuqi LI Bin XU Lei JIANG Keqin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
