发明名称 |
一种改良的文本分类特征选择方法 |
摘要 |
本发明公开了一种改良的文本分类特征选择方法,其中,所述一种改良的文本分类特征选择方法包括:获取训练集文本;对获取的训练集文本分词、去除停用词;改良特征选择方法,使用特征词的文本频率对全体词集进行划分,使用信息增益值对低频词集进行特征选择,再通过改进的χ<sup>2</sup>统计法对高频词集进行特征选择;合并两部分特征词形成最终分类特征词集。采用本发明,可以通过两次特征选择过程,选择出更具类别代表性的特征词,提高分类效率和准确度。 |
申请公布号 |
CN105893380A |
申请公布日期 |
2016.08.24 |
申请号 |
CN201410795989.X |
申请日期 |
2014.12.11 |
申请人 |
成都网安科技发展有限公司 |
发明人 |
朱永强;黄筱聪 |
分类号 |
G06F17/30(2006.01)I;G06F17/27(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种改良的分类文本特征选择方法,其特征在于,具体包括以下步骤:步骤1:获取不同类别的一定数量文本,将其赋予类别标签,作为文本分类的训练样本集;步骤2:对训练集的文本进行预处理,包括中文分词,去停用词处理;步骤3:使用改良的特征选择方法对文本进行特征选择。 |
地址 |
610092 四川省成都市青羊工业总部基地G6C |