中文文本分类中特征提取的方法  

Feature Extraction Methods in Chinese Text Categorization

作　　者：周雪芹[1] 刘建舟[2] 邵雄凯[2] 廖力[1] 

机构地区：[1]湖北工业大学电气与电子工程学院,湖北武汉430068 [2]湖北工业大学计算机学院,湖北武汉430068

出　　处：《湖北工业大学学报》2010年第2期60-62,67,共4页Journal of Hubei University of Technology

摘　　要：讨论了文本分类系统中的特征提取方法.探讨了文档频率(DF)、信息增益(IG)、互信息算法(MI)三种不同的特征提取方法对中文文本分类的影响,并提出了一种结合信息增益和互信息的特征提取方法.实验表明本文提出的特征提取方法一定程度上提高了中文文本分类准确性.The feature extraction methods are discussed in Chinese text categorization.Three methods,document frequency（DF）,information gain（IG）,mutual information（MI）,are discussed on their effect on Chinese text categorization.A new feature extraction method which combines IG with MI is proposed,which proves via experiments that the feature extraction method adopted in the document can acquire higher classification accuracy rate.

关 键 词：文本分类 特征提取 信息增益 互信息 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]