论文部分内容阅读
为改善文本分类的效率和效果，降低计算复杂度，在分析了经典的特征选择方法后，提出加权的文本特征选择方法。该方法不仅利用数据集中文本的个数，还充分考虑到索引项的权重信息，并构造新的评估函数，改进了信息增益、期望交叉熵以及文本证据权。利用KNN分类器在Reuters一21578标准数据集上进行训练和测试。实验结果表明，该方法能够选出有效特征，提高文本分类的性能。