文献

J-GLOBAL ID：201902258268930826   整理番号：19A0467479

分割項周波数の文書周波数に基づく新しい特徴選択アプローチ【JST・京大機械翻訳】

A Novel Feature Selection Approach Based on Document Frequency of Segmented Term Frequency

著者 (3件)： Zhou Hongfang (School of Computer Science and Engineering, Xi’an University of Technology, Xi’an, China) ,  Han Shuang (School of Computer Science and Engineering, Xi’an University of Technology, Xi’an, China) ,  Liu Yibin (School of Computer Science and Engineering, Xi’an University of Technology, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 6  ページ： 53811-53821  発行年： 2018年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 特徴選択はテキスト分類における非常に重要なプロセスである。それは,冗長な特徴を効果的に除去することができ,強いクラス識別能力を持つ特徴語を保持できる。本論文では,セグメント化用語周波数(STF-DF)の文書周波数に基づく特徴選択アルゴリズムを提案した。アルゴリズムにおいて,著者らはまた,「分割用語周波数」と「STF-DF」の2つの新しい概念を提示した。次に,一般的に使用されている6つの特徴選択アルゴリズム(文書周波数,情報利得,カイ二乗,CMFS,NDM,およびt検定)を,3つのポピュラーなデータセット(20のNewsグループ,クラス3,およびWebKB)において比較した。実験結果は,著者らの提案したアルゴリズムがテキスト分類の精度を改善することができて,分類をより効果的にすることができることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  冗長性 ,  セグメンテーション ,  *特徴選択
準シソーラス用語： t検定 ,  情報利得 ,  特徴語 ,  テキスト分類 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 文書 ,  特徴選択