Web文档中词语权重计算方法的改进

被引：14

作者：

初建崇 ^{[1
]}

刘培玉 ^{[2
]}

王卫玲 ^{[2
]}

机构：

[1] 海军航空工程学院训练部

[2] 山东师范大学信息科学与工程学院

来源：

计算机工程与应用 | 2007年 / 19期

关键词：

向量空间模型; Web文本分类; 权重调整; 互信息;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

以向量空间模型作为Web文本的表示方法,对传统的TF*IDF公式进行了改进。首先,结合Web文本中HTML标签的修饰功能,体现了特征词在Web文本结构中的位置信息;其次,以广义信息论为理论基础,引入了基于二次熵的互信息作为权重计算公式的一项,体现了单词的类区分能力。实验验证了该方法的可行性和有效性。

引用

页码：192 / 194+198 +198

页数：4