重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (5): 135-140.doi: 10.3969/j.issn.1674-8425(z).2021.05.018

• 智能技术 • 上一篇    下一篇

融合卡方统计和 ＴＦ-ＩＷＦ算法的特征提取和短文本分类方法

李昌兵ａ，段祺俊ａ，纪聪辉ｂ，张婷婷ａ   

  1. 重庆邮电大学 ａ．经济管理学院；ｂ．计算机科学与技术学院，重庆 ４０００６５
  • 收稿日期:2020-04-27 出版日期:2021-06-07 发布日期:2021-06-07
  • 作者简介:李昌兵，男，教授，博士，主要从事机器学习及自然语言处理、复杂网络分析及优化研究，Ｅｍａｉｌ：５６５６７８３７＠ ｑｑ．ｃｏｍ；通讯作者 段祺俊，男，硕士研究生，主要从事机器学习及自然语言处理研究，Ｅｍａｉｌ：１８８８３９９１５１３＠ １６３．ｃｏｍ。
  • 基金资助:
    国家自然科学基金项目（６０９０５０６６／Ｆ０３０７０７）

  • Received:2020-04-27 Online:2021-06-07 Published:2021-06-07

PDF (PC)

183

赞

摘要： 提出一种融合卡方统计和 ＴＦＩＷＦ算法的短文本分类方法，通过卡方统计对训练数 据集提取特征词，由 ＴＦＩＷＦ算法赋予特征词权重，使用 ＳＶＭ分类器进行分类。实验结果表明： 融合卡方统计和 ＴＦＩＷＦ方法在文本分类准确率上提升 ３．１％，召回率提升 ５．２％，Ｆ１值提升 ３７％。该方法扩大了特征词权重值的范围，使文本集的权值方差增大，一定程度上解决了短文 本内容稀疏性的问题，从而提高短文本分类的性能。

关键词: 短文本, ＴＦＩＷＦ权重, 特征提取, 情感分类

中图分类号: 

  • TP391