作者：袁乖宁; 冯永文本分类度量分类器
摘要：为获得更加准确的文本分类结果,讨论分类器对文本分类的影响,提出一种基于类-项权重和类-项密度的文本分类方法,使用SVM和k-NN分类器进行研究。类-项权重是指包含项的文件总量与包含项的类文件总量的比率,类-项密度是指兴趣类中项发生数量与整个语料库中项发生数量的比率,将这两个特征作为文本分类的度量方法。将标记的文件归类到已知类中,使用提出的度量方法预测所给对象的相关程度,使用分类器进行分类。对20个新闻组的数据集进行实验,实验结果表明,相比于其它同类方法,该方法拥有更高的分类精度,查全率和F测度表现优异,具有潜在的应用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
