基于相對詞頻的文本特征抽取方法

摘 要：評估函數對已定義類別以外的語料區分度相對較低的問題出發，結合常用的停用詞表功能，提出了基于與統計量相關的相對詞頻作評估函數的改進模型。該模型結合了現代漢語詞頻統計結果，使用相對詞頻選擇特征詞，較好地區分了特定類別與類別外文本。實驗結果驗證了這種方法的可行性，并且取得了較好的分類效果。

關鍵詞：特征抽取；特征向量；評估函數；相對詞頻

中圖法分類號：TP391．1

文獻標識碼：A

文章編號：1001—3695(2005)04—0023—04