计算机工程

作者：朱文峰, 于舒娟, 何伟

单位：南京邮电大学 电子与光学工程学院, 南京 210000

关键词：信息增益,最大相关最小冗余,类差分度,特征选择,文本分类

基金：国家自然科学基金（61302155，61276429）。

为提高特征提取方法的文本分类精确度，结合信息增益（IG）和改进的最大相关最小冗余（mRMR），提出一种IG_CDmRMR二阶段文本特征选择方法。通过IG提取与类别相关性较强的特征集合，利用类差分度动态改变mRMR中特征与类别之间的互信息值权重，并筛选最优特征子集，从而得到文本分类结果。实验结果表明，与IG方法、IG_mRMR方法相比，在特征数量相同的情况下，该方法可使准确率提升约2%。

来源：2019年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第9期