快速的文本倾向性分类方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

快速的文本倾向性分类方法

李艳玲, 戴冠中, 覃森

文章导航 > 电子科技大学学报 > 2007 > 36(6): 1232-1236

李艳玲, 戴冠中, 覃森. 快速的文本倾向性分类方法[J]. 电子科技大学学报, 2007, 36(6): 1232-1236.

引用本文:

李艳玲, 戴冠中, 覃森. 快速的文本倾向性分类方法[J]. 电子科技大学学报, 2007, 36(6): 1232-1236.

LI Yan-ling, DAI Guan-zhong, QIN Sen. A Rapid Method for Text Tendency Classification[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1232-1236.

Citation:

LI Yan-ling, DAI Guan-zhong, QIN Sen. A Rapid Method for Text Tendency Classification[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1232-1236.

快速的文本倾向性分类方法

1.
西北工业大学自动化学院西安 710072;
2.
西安高技术研究所西安 710025

基金项目:

国家863计划项目(2005AA147030)

作者简介:
李艳玲(1970-),女,在职博士生,副教授,主要从事数据挖掘、网络信息安全等方面的研究.

中图分类号: TP391

A Rapid Method for Text Tendency Classification

1.
College of Automation,Northwestern Polytechnical University Xi'an 710072;
2.
Xi'an Research Institute of Hi-Technology Xi'an 710025

Funds:

Supported by the National 863 Projects (2005AA147030)

摘要: 提出了一种快速的文本倾向性分类方法,即采用类别空间模型描述词语对类别的倾向性,基于词的统计特征实现分类;针对倾向性分类的复杂性,在综合考虑词频、词的文本频、词的分布三种统计特征的基础上,提出一种新的二次特征提取方法:第一次特征提取,采用组合特征提取方法,除去低频词以及在各类中均匀分布的噪音词;第二次特征提取,去除类别倾向性不明显的词。实验表明该分类方法不仅具有较高的分类性能,而且运行速度快,在信息检索、信息过滤、内容安全管理等方面具有一定的实用价值。
- 类别权重 /
- 类别空间模型 /
- 文本倾向性分类 /
- 二次特征提取
Abstract: A rapid method for text tendency classification is proposed in this paper. By means of class space model to display the tendency of the words to the categories, the method realizes the classification based on the statistic characteristics of words. In this method, through the studies of the complexity of text tendency categorization, three statistic characteristics of word such as frequency, document frequency and the distribution of words are comprehensively taken into account, and a new method of twice feature selection is proposed:In the first characteristic selection process, using combination characteristic selection method, the words that those distributions are uniform in each category and the low-frequency words are deleted. Then in the second process, the words that those category tendencies are not obvious are deleted. The experimental results show that the algorithm is running-fast, and has high performance.
- category weight /
- class space model /
- text tendency categorization /
- twice feature selection

[1]	朱佩佩, 程玉华, 白利兵, 田露露, 黄建国. 脉冲涡流红外热成像缺陷特征提取方法 . 电子科技大学学报, 2019, 48(5): 741-746. doi: 10.3969/j.issn.1001-0548.2019.05.013
[2]	孙晶涛, 张秋余. 不均衡大数据集下的文本特征基因提取方法 . 电子科技大学学报, 2018, 47(1): 125-131. doi: 10.3969/j.issn.1001-0548.2018.01.019
[3]	宋勇, 蔡志平. 一种基于信息论模型的入侵检测特征提取方法 . 电子科技大学学报, 2018, 47(2): 267-271. doi: 10.3969/j.issn.1001-0548.2018.02.017
[4]	许悦雷, 吕超, 马时平, 李帅, 邹洪中, 张文达, 辛鹏. 仿视皮层机制的随机点视频序列运动特征提取 . 电子科技大学学报, 2017, 46(4): 630-635. doi: 10.3969/j.issn.1001-0548.2017.04.025
[5]	王柯俨, 宋娟, 李云松, 郭杰. 基于配准和二次码率控制的光谱图像压缩 . 电子科技大学学报, 2017, 46(1): 9-14. doi: 10.3969/j.issn.1001-0548.2017.01.002
[6]	王智文, 蒋联源, 王宇航, 欧阳浩, 张灿龙, 黄镇谨, 王鹏涛. 基于动作子空间和权重条件随机场的行为识别王智文 . 电子科技大学学报, 2017, 46(2): 412-418. doi: 10.3969/j.issn.1001-0548.2017.02.016
[7]	邓江, 曾葆青. Al掺杂MgO保护层对二次电子发射系数的影响 . 电子科技大学学报, 2015, 44(3): 375-380. doi: 10.3969/j.issn.1001-0548.2015.03.010
[8]	闫海, 李国辉, 李建勋. 雷达抗欺骗式干扰信号特征提取方法 . 电子科技大学学报, 2015, 44(1): 50-54. doi: 10.3969/j.issn.1001-0548.2015.01.008
[9]	敖永才, 师奕兵, 张伟, 李焱骏. 自适应惯性权重的改进粒子群算法 . 电子科技大学学报, 2014, 43(6): 874-880. doi: 10.3969/j.issn.1001-0548.2014.06.014
[10]	廖一星, 潘雪增. 面向不平衡文本的特征选择方法 . 电子科技大学学报, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022
[11]	彭云峰, 何模雄, 隆克平. 入侵检测灰色空间模型及应用 . 电子科技大学学报, 2012, 41(3): 453-458. doi: 10.3969/j.issn.1001-0548.2012.03.025
[12]	于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类 . 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030
[13]	龙文, 马坤, 辛阳, 杨义先. 适用于协议特征提取的关联规则改进算法 . 电子科技大学学报, 2010, 39(2): 302-305. doi: 10.3969/j.issn.1001-0548.2010.02.032
[14]	李建勋, 唐斌, 吕强. 双谱特征提取在欺骗式干扰方式识别中的应用 . 电子科技大学学报, 2009, 38(3): 329-332. doi: 10.3969/j.issn.1001-0548.2009.03.003
[15]	金大志, 杨中海, 戴晶怡. 中子发生器中二次电子抑制的数值模拟 . 电子科技大学学报, 2009, 38(1): 83-86.
[16]	庄万玉, 凌丹, 赵瑾, 闫贵佳. 关于敏捷性评价指标权重的研究 . 电子科技大学学报, 2006, 35(6): 985-988.
[17]	王孝国, 张雄伟. 基于DCT和KDA的人脸特征提取新方法 . 电子科技大学学报, 2006, 35(4): 450-453.
[18]	徐毅, 阮成礼, 魏茂刚. 一种性能优越的二次时频分布 . 电子科技大学学报, 2005, 34(5): 581-584.
[19]	李咏红, 杜平安. 面向对象的参数化CAD二次开发方法研究 . 电子科技大学学报, 2004, 33(5): 597-599,610.
[20]	葛林, 邱昆, 阳树棕. 采用EDFA的空间光通信系统模型 . 电子科技大学学报, 1998, 27(3): 261-264.

WeChat

点击查看大图

计量

文章访问数: 4431
HTML全文浏览量: 144
PDF下载量: 45
被引次数: 0

快速的文本倾向性分类方法

1. 西北工业大学自动化学院西安 710072;

2. 西安高技术研究所西安 710025

基金项目:

国家863计划项目(2005AA147030)

作者简介:
李艳玲(1970-),女,在职博士生,副教授,主要从事数据挖掘、网络信息安全等方面的研究.

收稿日期: 2007-08-20
刊出日期: 2007-12-15

中图分类号: TP391

关键词:

摘要: 提出了一种快速的文本倾向性分类方法,即采用类别空间模型描述词语对类别的倾向性,基于词的统计特征实现分类;针对倾向性分类的复杂性,在综合考虑词频、词的文本频、词的分布三种统计特征的基础上,提出一种新的二次特征提取方法:第一次特征提取,采用组合特征提取方法,除去低频词以及在各类中均匀分布的噪音词;第二次特征提取,去除类别倾向性不明显的词。实验表明该分类方法不仅具有较高的分类性能,而且运行速度快,在信息检索、信息过滤、内容安全管理等方面具有一定的实用价值。

English Abstract

李艳玲, 戴冠中, 覃森. 快速的文本倾向性分类方法[J]. 电子科技大学学报, 2007, 36(6): 1232-1236.

引用本文:

李艳玲, 戴冠中, 覃森. 快速的文本倾向性分类方法[J]. 电子科技大学学报, 2007, 36(6): 1232-1236.

LI Yan-ling, DAI Guan-zhong, QIN Sen. A Rapid Method for Text Tendency Classification[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1232-1236.

Citation:

LI Yan-ling, DAI Guan-zhong, QIN Sen. A Rapid Method for Text Tendency Classification[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1232-1236.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发