一种新的维吾尔文文本分类特征选择方法
何燕
哈力旦·阿布都热依木
阿丽亚·艾尔肯
吴冰冰
1.新疆大学电气工程学院,新疆乌鲁木齐,8300472.新疆大学电气工程学院,新疆乌鲁木齐,8300473.新疆大学电气工程学院,新疆乌鲁木齐,8300474.新疆大学电气工程学院,新疆乌鲁木齐,830047
摘要：针对传统卡方统计量方法对特征项的频数和类别分布考虑不足的缺陷,提出了一种结合余弦相似度的卡方统计量特征选择方法.该方法首先使用均值词频-逆文档频率表示特征项,通过引入一个调整公式来平衡类间选取的特征项数,从而对传统卡方统计量方法进行修正,然后结合余弦相似度进一步消除噪声文本.在收集的维吾尔文数据集上进行实验论证.实验结果表明:改进的卡方统计量方法具有较好的鲁棒性,且分类性能优于传统的卡方统计量方法.
关键词：维吾尔文卡方统计量余弦相似度特征选择
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61163026)国家自然科学基金(60865001)
论文发表日期：2016-01-01
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( 42-46 )
英文信息