基于信息熵的TFIDF文本分类特征选择算法研究
陈国松1
黄大荣2
1.浙江省宁波市北仑区灵山学校,浙江宁波,3158252.重庆交通大学信息与计算科学所,重庆,400074
摘要：特征权值的选择是文本分类技术的基础环节.在详细分析文本分类技术特点的基础上,基于信息熵理论建立了TF_IDF的改进算法模型;并根据实际工程数据,验证了算法模型的有效性.理论分析和实例验证表明该算法弥补了传统TFIDF算法没有考虑词条文本类间分布的不足,能更好的体现特征词条的权重,从而能有效提高分类的精确度.
关键词：文本分类特征词条信息熵TFIDF特征选择
分类号：TP181(自动化基础理论)
资助基金：重庆市自然科学基金(CSTC;2006BB2422)重庆市教委科学技术研究项目(KJ060414)重庆交通大学博士启动基金(07-01-12)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 401-404,409 )
英文信息