论文研究一种改进的文本分类特征选择方法.pdf

文本分类中特征空间的高维问题是文本分类的主要障碍之一。特征选择（FeatureSelection）是一种有效的特征降维方法。现有的特征选择函数主要有文档频率（DF），信息增益（IG），互信息（MI）等。基于特征的基本约束条件以及高性能特征选择方法的设计步骤，提出了一种改进的特征选择方法SIG。该特征选择方法在保证分类效果的同时，提高了对中低频特征的偏向。在语料集Reuters-21578上的实验证明，该方法能够获得较好的分类效果，同时有效提高了对具有强分类能力的中低频特征的利用。