作　　者： ; ;

机构地区： 中山大学

出　　处： 《科技信息》 2009年第4期172-173,共2页

摘　　要： 从人工分类的角度看,标题、摘要及关键词中的词条对于文本分类具有更重要的作用,在特征选取中低DF值的词条可能更能代表文本的类别信息。针对以上两个问题,本文提出了基于类别核心词的特征选取方法。首先,从标题、摘要及关键词中提取类别核心词;然后,通过加权方式,强化它们在特征选取中的作用;最后在朴素贝叶斯分类方法上进行实验。实验结果表明,提出的方法能够有效提高中文文本的分类准确率。

关 键 词： 特征选取 类别核心词 朴素贝叶斯 文本分类

领　　域： [自动化与计算机技术] [自动化与计算机技术] [轻工技术与工程]