基于朴素贝叶斯分类模型的文本特征选择研究  

作　　者：潘光强[1] 周军[1] 何洋[1] 

机构地区：[1]国防科学技术大学,湖南长沙410073

出　　处：《电脑知识与技术》2014年第1期133-137,共5页Computer Knowledge and Technology

摘　　要：该文主要对文本自动分类的特征选择方法进行了讨论，分析了几种常见方法存在的缺陷，指出影响出文本特征选择的两个重要因素--特征项在类别内的文档频率和在类别间的分布差异，并以这两个因素为影响因子分别对TF-IDF和IG方法进行了改进。另外还介绍了朴素贝叶斯分类模型，并基于此模型对改进的特征选择方法的分类效果进行评估。实验结果表明，改进后的方法能够强化特征项在特定类别中的影响力，提高文本分类效果。

关 键 词：文本分类 特征选择 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]