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χ²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。

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。