基于遗传算法的文本特征选择

论文摘要

文本特征选择是自然语言处理中的关键问题。针对文本特征的高维性和稀疏性问题,在过滤式特征选择算法文档-逆文档评率（term frequency-inverse document frequency, TF-IDF）的基础上,提出了用遗传算法对文本特征进行优化选择,使其最大程度地贴合后续的文本分类算法,在保证文本分类精确度的同时,降低特征维度以缩减预测时间。实验显示,该算法与单一的过滤式文本特征选择算法相比,能够有效减少所选文本特征数量（即降低特征维度）,能有效提高文本的分类能力。

论文目录

• 1 相关研究
•   1.1 文档频率-逆文档频率方法
•   1.2 卡方统计值
•   1.3 支持向量机
•   1.4 遗传算法
• 2 基于遗传算法的特征选择
•   2.1 初始种群
•   2.2 适应度函数
•   2.3 选择
•   2.4 交叉
•   2.5 变异
• 3 实验与分析
•   3.1 实验数据
•   3.2 实验参数
•   3.3 实验结果与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 刘成锴,王斌君,吴勇

关键词: 文本分类,文本特征,特征降维,遗传算法

来源: 科学技术与工程 2019年33期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 中国人民公安大学信息技术与网络安全学院

分类号: TP391.1;TP18

页码: 302-307

总页数: 6

文件大小: 638K

下载量: 236