面向不平衡文本的特征选择方法

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

面向不平衡文本的特征选择方法

廖一星, 潘雪增

文章导航 > 电子科技大学学报 > 2012 > 41(4): 592-595

廖一星, 潘雪增. 面向不平衡文本的特征选择方法[J]. 电子科技大学学报, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

引用本文:

廖一星, 潘雪增. 面向不平衡文本的特征选择方法[J]. 电子科技大学学报, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

LIAO Yi-xing, PAN Xue-zeng. Feature Selection Method on Imbalanced Text[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

Citation:

LIAO Yi-xing, PAN Xue-zeng. Feature Selection Method on Imbalanced Text[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

面向不平衡文本的特征选择方法

doi: 10.3969/j.issn.1001-0548.2012.04.022

廖一星^1,2,
潘雪增¹

1.
浙江大学计算机科学与技术学院杭州 310012;
2.
浙江财经学院东方学院杭州 310018

基金项目:

浙江省科技计划项目(2010C31003)

作者简介:
廖一星(1977-),女,在职博士生,主要从事数据挖掘方面的研究.

中图分类号: TP181

Feature Selection Method on Imbalanced Text

LIAO Yi-xing^1,2,
PAN Xue-zeng¹

1.
College of Computer Science and Technology,Zhejiang University Hangzhou 310012;
2.
Department of Information,Zhejiang University of Finance & Economics Hangzhou 310018

摘要: 在分析了传统特征选择方法构造的4项基本信息元素的基础上提出一种强类别信息的度量标准,并在此基础上,提出一种适用于不平衡文本的特征选择方法。该方法综合考虑了类别信息因子、词频因子,分别用于提高少数类和多数类类别分类精度。该方法在reuter-21578数据集上进行了实验,实验结果表明,该特征选择方法比IG、CHI方法都更好,不但微平均指标有一定程度的提高,而且宏平均指标也有一定程度的提高。
- 特征选择方法 /
- 不平衡数据集 /
- 强类别相关 /
- 文本分类
Abstract: After analyzing the four basic information elements of traditional feature selection methods, a new measurement of strong class information is introduced and a new feature selection method is proposed for imbalanced text classification. The strong class information and the frequency of terms are used to improve the classification performance of minority classes and majority classes respectively. The experiments on reuter-21578 dataset show that the proposed method is better than IG and CHI. Both Micro F1 and Macro F1 are improved to some degree.
- feature selection /
- imbalanced dataset /
- strong class-related /
- text classification

[1]	靳韡赟, 詹毅, 樊晓华. 基于子带谱特征的助听器背景噪声场景分类算法 . 电子科技大学学报, 2022, 51(5): 694-701. doi: 10.12178/1001-0548.2021249
[2]	罗欣, 陈艳阳, 耿昊天, 许文波, 张民. 基于深度强化学习的文本实体关系抽取方法 . 电子科技大学学报, 2022, 51(1): 91-99. doi: 10.12178/1001-0548.2021162
[3]	刘欣然, 徐雅斌. “类人”社交机器人检测数据集扩充方法研究 . 电子科技大学学报, 2022, 51(1): 130-137. doi: 10.12178/1001-0548.2021160
[4]	张俐. 基因数据的交互依赖特征选择算法 . 电子科技大学学报, 2022, 51(5): 754-759. doi: 10.12178/1001-0548.2021136
[5]	陈维高, 朱卫纲, 唐晓婧, 贾鑫. 不完整数据集的MFR辐射源识别方法研究 . 电子科技大学学报, 2019, 48(1): 39-45. doi: 10.3969/j.issn.1001-0548.2019.01.007
[6]	许益贴, 刘红丽, 胡海波. 在线读书社区中的用户阅读偏好及社团发现 . 电子科技大学学报, 2019, 48(6): 939-946. doi: 10.3969/j.issn.1001-0548.2019.06.020
[7]	陈玉明, 朱清新, 曾志强, 孙金华, 唐朝辉. 基于邻域粗糙集与鱼群智能的基因选择方法 . 电子科技大学学报, 2018, 47(1): 99-104. doi: 10.3969/j.issn.1001-0548.2018.01.015
[8]	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
[9]	李海林, 万校基. 基于簇中心群的时间序列数据分类方法 . 电子科技大学学报, 2017, 46(3): 625-630. doi: 10.3969/j.issn.1001-0548.2017.03.024
[10]	曹健, 魏星, 李海生, 蔡强. 基于局部特征的图像分类方法 . 电子科技大学学报, 2017, 46(1): 69-74. doi: 10.3969/j.issn.1001-0548.2017.01.011
[11]	李英, 崔艳鹏, 高新波. 一种基于算术编码的文本数据压缩算法 . 电子科技大学学报, 2016, 45(6): 929-933. doi: 10.3969/j.issn.1001-0548.2016.06.009
[12]	汪文勇, 刘川, 赵强, 沈晓明, 丘晓彤. 直接验证的封装式特征选择方法 . 电子科技大学学报, 2016, 45(4): 607-615. doi: 10.3969/j.issn.1001-0548.2016.04.013
[13]	张磊, 李珊, 彭舰, 陈黎, 黎红友. 基于依存关系和最大熵的特征-情感对分类 . 电子科技大学学报, 2014, 43(3): 420-425. doi: 10.3969/j.issn.1001-0548.2014.03.018
[14]	左琳. 序列最小优化工作集选择算法的改进 . 电子科技大学学报, 2013, 42(3): 448-451. doi: 10.3969/j.issn.1001-0548.2013.03.025
[15]	何红洲, 周明天. 基于互信息量的生物信息数据特征标注方法 . 电子科技大学学报, 2013, 42(6): 916-920. doi: 10.3969/j.issn.1001-0548.2013.06.020
[16]	孙晶涛, 张秋余, 袁占亭, 董建设. 博弈论在邮件特征选择中的应用 . 电子科技大学学报, 2011, 40(1): 95-99. doi: 10.3969/j.issn.1001-0548.2011.01.018
[17]	朱颢东, 李红婵, 钟勇. 新颖的无监督特征选择方法 . 电子科技大学学报, 2010, 39(3): 412-415. doi: 10.3969/j.issn.1001-0548.2010.03.019
[18]	唐艳, 柳建新, 龚安栋. 脑-机接口中新的脑电数据分类方法 . 电子科技大学学报, 2009, 38(6): 1034-1038. doi: 10.3969/j.issn.1001-0548.2009.06.030
[19]	于泠, 陈波. 入侵数据特征并行选择算法 . 电子科技大学学报, 2008, 37(2): 266-269.
[20]	李艳玲, 戴冠中, 覃森. 快速的文本倾向性分类方法 . 电子科技大学学报, 2007, 36(6): 1232-1236.

WeChat

点击查看大图

计量

文章访问数: 3334
HTML全文浏览量: 107
PDF下载量: 68
被引次数: 0

面向不平衡文本的特征选择方法

doi: 10.3969/j.issn.1001-0548.2012.04.022

廖一星^1,2,
潘雪增¹

1. 浙江大学计算机科学与技术学院杭州 310012;

2. 浙江财经学院东方学院杭州 310018

基金项目:

浙江省科技计划项目(2010C31003)

作者简介:
廖一星(1977-),女,在职博士生,主要从事数据挖掘方面的研究.

收稿日期: 2010-10-15
修回日期: 2011-06-29
刊出日期: 2012-08-15

中图分类号: TP181

关键词:

摘要: 在分析了传统特征选择方法构造的4项基本信息元素的基础上提出一种强类别信息的度量标准,并在此基础上,提出一种适用于不平衡文本的特征选择方法。该方法综合考虑了类别信息因子、词频因子,分别用于提高少数类和多数类类别分类精度。该方法在reuter-21578数据集上进行了实验,实验结果表明,该特征选择方法比IG、CHI方法都更好,不但微平均指标有一定程度的提高,而且宏平均指标也有一定程度的提高。

English Abstract

廖一星, 潘雪增. 面向不平衡文本的特征选择方法[J]. 电子科技大学学报, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

引用本文:

廖一星, 潘雪增. 面向不平衡文本的特征选择方法[J]. 电子科技大学学报, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

LIAO Yi-xing, PAN Xue-zeng. Feature Selection Method on Imbalanced Text[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

Citation:

LIAO Yi-xing, PAN Xue-zeng. Feature Selection Method on Imbalanced Text[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(4): 592-595. doi: 10.3969/j.issn.1001-0548.2012.04.022

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