文献

J-GLOBAL ID：201802246533899427   整理番号：18A0483884

テキストカテゴリー化のための選択特徴に基づく一変量フィルタのための代替フレームワーク【Powered by NICT】

An alternative framework for univariate filter based feature selection for text categorization

著者 (4件)： Guru D.S. (Department of Studies in Computer Science, Manasagangothri, University of Mysore, Mysore, 570 006 Karnataka, India) ,  Suhil Mahamad (Department of Studies in Computer Science, Manasagangothri, University of Mysore, Mysore, 570 006 Karnataka, India) ,  Raju Lavanya Narayana (Department of Studies in Computer Science, Manasagangothri, University of Mysore, Mysore, 570 006 Karnataka, India) ,  Kumar N Vinay (Department of Studies in Computer Science, Manasagangothri, University of Mysore, Mysore, 570 006 Karnataka, India)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 103  ページ： 23-31  発行年： 2018年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,テキスト分類の目的のための特徴のオリジナルセットの最も適切なサブセットを選択するための代替フレームワークを導入した。特徴集合と局所特徴評価関数(カイ二乗尺度,相互情報量など)が与えられた場合提案したフレームワークは,ランキング個々の特徴の代わりに基の特徴をランク付けした。r次ランクによる特徴のグループである(r+1)日ランクによる特徴の群よりも強力である。各群は,あらゆる他のクラスから各クラスを識別できると考えられる特徴の部分集合から構成されている。提案したフレームワークの利点を組み合わせて特徴の研究を必要とせずに特徴を選択しながら,冗長な特徴を除去する自動ことである。さらに提案したフレームワークは,低ランク付けではあるが強力な特徴の選択を利用して,重なりクラスの効果的な処理に役立つ。広範な実験は,それぞれ従来法に比べて提案フレームワークの有効性を引き出すためにサポートベクトルマシンとナイーブBayes分類器を用いた四種類の局所性能評価関数を用いた三ベンチマークデータセットについて行った。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *フィルタ ,  等級づけ ,  相互情報量 ,  評価関数 ,  局所性 ,  冗長性 ,  部分集合 ,  サポートベクトルマシン
準シソーラス用語： Bayes分類器 ,  局所特徴 ,  テキスト分類 ,  *テキスト , 【Automatic Indexing@JST】

著者キーワード (4件)： 次元縮小 ,  フィルタに基づく特徴選択 ,  テキスト分類 ,  特徴冗長性

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： カテゴリー化 ,  変量 ,  代替 ,  フレームワーク