基于对数似然比的中文文本分类特征选择研究

doi:10.13757/j.cnki.cn34-1328/n.2018.01.012

	基于对数似然比的中文文本分类特征选择研究
	梁伍七 1; 李斌 1; 许磊 1; 江克勤 2
	2018-03-15
发表期刊	安庆师范大学学报(自然科学版)
ISSN	1007-4260
卷号	24 期号:01 页码:45-50
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
DOI	10.13757/j.cnki.cn34-1328/n.2018.01.012
URL	查看原文
语种	中文
资助项目	安徽省高校自然科学研究项目(KJ2016A111)
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/54798
专题	国家开放大学安徽分部
作者单位	1.安徽广播电视大学信息与工程学院; 2.安庆师范大学计算机与信息学院
第一作者单位	国家开放大学安徽分部
第一作者的第一单位	国家开放大学安徽分部
推荐引用方式 GB/T 7714	梁伍七,李斌,许磊,等. 基于对数似然比的中文文本分类特征选择研究[J]. 安庆师范大学学报(自然科学版),2018,24(01):45-50.
APA	梁伍七,李斌,许磊,&江克勤.(2018).基于对数似然比的中文文本分类特征选择研究.安庆师范大学学报(自然科学版),24(01),45-50.
MLA	梁伍七,et al."基于对数似然比的中文文本分类特征选择研究".安庆师范大学学报(自然科学版) 24.01(2018):45-50.