一种基于双词关联的文本特征选择模型

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (10): 183-185.

一种基于双词关联的文本特征选择模型

高茂庭王正欧

上海海事大学天津大学系统工程研究所

收稿日期:2006-08-14 修回日期:1900-01-01 出版日期:2007-04-01 发布日期:2007-04-01
通讯作者: 高茂庭

A New Model for Text Feature Selection based on Twin Words Relationship

MaoTing Gao ZhengOu Wang

Received:2006-08-14 Revised:1900-01-01 Online:2007-04-01 Published:2007-04-01
Contact: MaoTing Gao

摘要/Abstract

摘要： 向量空间模型（VSM）是一种常用的文本特征表示方法，它是基于特征独立性假设建立起来的，将文本看成是由一个个独立的词所构成，这些词之间互不关联，这种方法丢失了文本中词间的一些重要的关联特征信息。基于双词关联的文本特征选择模型是在VSM的基础上，选择文本中相邻的单词之间的关联信息也作为文本特征，从而能更加充分地表达文本的特征信息。实验表明，这是一种更加有效的文本特征选择方法。

关键词: 特征选择, 双词关联, 聚类分析, 文本挖掘

Abstract: Vector Space Model (VSM) is a kind of common way to express text feature in text mining, which is based on the hypothesis of independence between text features. It considers that text is made up of some unattached words which do not associate each other. Twin words relationship based text features model selects the feature relationships between conjoint words in text to express text features fully. Experiments demonstrated that this model is a more effective way to select text features.

Key words: Feature Selection, Twin Words Relationship, Clustering Analysis, Text Mining

高茂庭王正欧. 一种基于双词关联的文本特征选择模型[J]. 计算机工程与应用, 2007, 43(10): 183-185.

MaoTing Gao ZhengOu Wang. A New Model for Text Feature Selection based on Twin Words Relationship[J]. Computer Engineering and Applications, 2007, 43(10): 183-185.

[1]	梁龙跃, 刘波. 基于文本挖掘的上市公司财务风险预警研究[J]. 计算机工程与应用, 2022, 58(4): 255-266.
[2]	崔鑫, 徐华, 朱亮. 面向不均衡数据的多分类集成算法[J]. 计算机工程与应用, 2022, 58(2): 176-183.
[3]	周慧颖, 汪廷华, 张代俐. 多标签特征选择研究进展[J]. 计算机工程与应用, 2022, 58(15): 52-67.
[4]	孙超, 闻敏, 李鹏祖, 李瑶, Ibegbu Nnamdi JULIAN, 郭浩. 基于相对极差的不确定脑网络特征提取与分类[J]. 计算机工程与应用, 2022, 58(14): 126-133.
[5]	段刚龙, 王妍, 马鑫, 杨泽阳. 银行客户分类的数据特征选择方法与实证研究[J]. 计算机工程与应用, 2022, 58(11): 302-312.
[6]	马明艳, 陈伟, 吴礼发. 基于CNN_BiLSTM网络的入侵检测方法[J]. 计算机工程与应用, 2022, 58(10): 116-124.
[7]	张田华, 罗康洋. 基于集成学习的上市公司高送转预测实证研究[J]. 计算机工程与应用, 2022, 58(10): 255-262.
[8]	孙永明, 杨进. 自适应插值与特征压缩的小样本数据分类研究[J]. 计算机工程与应用, 2022, 58(1): 106-112.
[9]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[10]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[11]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[12]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[13]	李珑珠，林耀进，吕彦，卢舜，王晨曦. 利用邻域信息交互的在线流特征选择算法[J]. 计算机工程与应用, 2021, 57(21): 102-108.
[14]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[15]	武炜杰，张景祥. 融合分类信息的随机森林特征选择算法及应用[J]. 计算机工程与应用, 2021, 57(17): 147-156.