一种改进的基于神经网络的文本分类算法  

Improved text classification method based on neural network

作　　者：丁振国[1] 黎靖[1] 张卓[1] 

机构地区：[1]西安电子科技大学计算机学院,西安710071

出　　处：《计算机应用研究》2008年第6期1639-1641,共3页Application Research of Computers

基　　金：国家"863"计划资助项目(2004AA1Z2520);军队网络互联与信息安全策略研究资助项目(2006QB1069)

摘　　要：提出并实现了一种结合前馈型神经网络和K最近邻的文本分类算法。其中,在选取特征项时考虑到Web文本不同标签组所代表的意义和权重有所区别,采用了一种改进的TFIDF特征选择法。最后对设计的分类器进行了开放性测试,实验结果表明该分类器显著地提高了文本分类的查全率和查准率。This paper put forward and carried out a text classification method using feed-forward neural network and K-nearest neighbor.Considering the differences of meaning and weight among the diverse groups of label in Web document,this paper adopted an improved TFIDF feature selection method.Finally an open test was done on this classifier.The experiment results show that this classifier can remarkably upgrade the recall and precision of text classification.

关 键 词：文本分类 神经网络 K最近邻 特征选择 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]