10.3969/j.issn.1000-386X.2011.04.052
基于词条数学期望的词条权重计算方法
文本的形式化表示一直是文本挖掘的基础性问题,向量空间模型中的TFIDF计算方法是文本表示中一种效果较好的经典词条权重计算方法.在分析传统TFIDF计算方法存在问题的基础上,针对TFIDF方法中没有考虑包含词条的文档在各个类别的分布情况以及各个类别中所含的文档数的不同.提出了将词条的数学期望(TFIDF-E)作为一个文本因子来进行改进上述问题.实验结果表明,TFIDF-E计算方法表示的文本分类效果好于TFIDF,验证了TFIDF-E方法的有效性和可行性.
文本分类、词条权重、区分度、数学期望
28
TP3;TP1
安徽省教育厅自然科学重点项目KJ2007A051
2011-08-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
177-179