一种基于类别的混合型文本特征降维

• 作 者: 刘海峰 刘守生 姚泽清
• 机 构: 解放军理工大学理学院
• 出 处: 微电子学与计算机
• 发表日期: 2010年10期
• 关键词: 文本分类 特征选择 特征抽取 特征降维 text categorization feature selection feature extraction fea
• 基金项目: 国家自然科学基金项目（70571087）

提出了一种基于特征选择和特征抽取的混合型文本特征降维方法.通过一种改进的优势率方法进行初次特征选择,将文本表示为以类别属性为行向量的矩阵形式;再使用一种改进的最大散度差特征抽取方法进行二次特征抽取.在最大限度减少信息损失的前提下实现了文本特征的二次降维.对中文文本的分类实验结果表明,提出的特征降维方法具有良好的分类效果.