| 带专业词库的特征选择 |
| |
| 引用本文： | 刘晓志,黄厚宽,尚文倩.带专业词库的特征选择[J].北京交通大学学报(自然科学版),2006,30(2):97-100. |
| |
| 作者姓名： | 刘晓志 黄厚宽 尚文倩 |
| |
| 作者单位： | 北京交通大学,计算机与信息技术学院,北京,100044;北京交通大学,计算机与信息技术学院,北京,100044;北京交通大学,计算机与信息技术学院,北京,100044 |
| |
| 基金项目： | 铁道部重点开发资助项目 |
| |
| 摘 要： | 在经典特征选择算法的基础上,提出一种带专业词库的特征选择方法.在训练分类模型的时候,适当加重属于专业词汇的特征的权重.这种方法能够有效地避免特征选择时误删有用的低频词,因此,适合用于短文本的分类(电子邮件等).实验结果表明,本方法在抽取特征维数较少时,分类准确率提高约3%.
|
| 关 键 词： | 文本分类 特征选择 权重 K-近邻 支持向量机 专业词库 |
| 文章编号： | 1673-0291（2006）02-0097-04 |
| 收稿时间： | 2005-07-05 |
| 修稿时间： | 2005-07-05 |
Feature Selection with Term Library |
| |
| LIU Xiao-zhi,HUANG Hou-kuan,SHANG Wen-qian.Feature Selection with Term Library[J].JOURNAL OF BEIJING JIAOTONG UNIVERSITY,2006,30(2):97-100. |
| |
| Authors: | LIU Xiao-zhi HUANG Hou-kuan SHANG Wen-qian |
| |
| Institution: | School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China |
| |
| Abstract: | Based on the classical feature selection algorithms,this paper proposes a new approach to improve feature selection by taking domain terms into consideration.When training a model,the features of a certain class will be weighted(added weight) if they turn up in a given term library.This method effectively avoids canceling low frequent but genuinely useful features by mistake.Thus,it is efficient especially for short text(such as mails) classification and can reduce the feature dimension. |
| |
| Keywords: | classification feature selection feature weight KNN SVM term library |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
