抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自動テキスト分類は,プロセスの鍵技術であり,大規模テキストデータを組織化した。特徴空間の高次元性がテキスト分類のための主要な課題であることが知られている。このような問題を低下させるだけでなく,既存の芸術に触発されたために,Gini係数と用語頻度の従来の方法論(TF)を融合した新規による効果的なテキスト特徴選択アルゴリズム,Gini TFと命名を提案した。特に,関与するGini TF機能は純度と前典型的な用語頻度逆文書頻度(TF IDF)法に基づくGini指数テキスト特徴選択を組み合わせることにより構成される賢明である。このような計算効率融合はテキスト特徴選択の有効性を改善するために有益である。実験結果は,提案したGini TF融合アルゴリズムは効率的にテキスト特徴空間の次元を低減し,幾つかの以前の古典的方法と比較してテキスト分類の精度を改善できたことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】