基于集成合并的文本特征提取方法.pdf

第25卷第10期 计算机应用与软件 Vol-25No．10 andSoftware Oct．2008 2008年10月 Applications Computer 基于集成合并的文本特征提取方法 褚 力 张世永 (复旦大学计算机与信息技术系上海200433) 摘要 文本分类是在给定的分类体系下，根据文本的内容自动确定文本类别的过程。在文本分类中，特征的提取对于分类的结 果相当重要。从特征提取这一阶段出发，提出了一个集成合并的特征提取方法，该方法主要集成多种特征提取方法并合并关系密切 Vector 的特征，并利用支持向量机SVM(Support 分类评估。实验证明，此种特征提取能够降低分类时间和提高分类的准确率。 关键词 文本特征特征提取支持向量机 ATEXTFEATURESELECTIoNMETHoDBASEDON INTEGRATIoNANDCoMBINATIoN 、ChuLi ZhangShiyong and ofComputer (Department InformationTechnology，FudanUniversity，Shanghai，200433，China) AbstractText isthe thatdeterminesthe ofthe text onitscontents text categorizationprocess category sivendepends with featureselectionisa fromthe offeather afeatureselectionmethod categorization，the veryimportantprocess．Sostage selection，wepost and lastwe combinationthatassemblesmainmethodsforfeatureselectionand thecorrelatedsimilarfeatures integration gathers together．At ueethe Vector andevaluatethefeamrevectorswe 8rethatof andof machine)to SVM(Support classify get，whoseadvantages highaccuracy best inwhole our canreducetheclassificationtimeand accu— gettingpointbyglobaloptimizedapproach space．Inexperiment，we gethigher classifieationourselectionmethodwithSVM． racy—of using TextfeatureFeatures