2015 年 12月 4 日随笔档案 - 刺猬的温驯

2015年12月4日 #

摘要：在文本分类中，需要先对文本分词，原始的文本中可能由几十万个中文词条组成，维度非常高。另外，为了提高文本分类的准确性和效率，一般先剔除决策意义不大的词语，这就是特征词提取的目的。本文将简单介绍几种文本特征词提取算法。信息增益（IG）对于一个系统，其信息熵为\(H(S)=-\sum_{i}^{C}P_i... 阅读全文

posted @ 2015-12-04 02:02 刺猬的温驯阅读(8307) 评论(0) 推荐(0) 编辑