一种高性能的文本特征自动提取算法

摘要

特征选择是文本特征降维的一种有效方法。现有选择尺度的确定均通过实验验证得到，即基于经验的方法。在综合考虑特征整体与局部分布基础上，提出了一种高性能的文本特征自动提取算法。算法引入云隶属度概念对特征分布进行修正，不需任何先验知识，能根据特征分布特点自动获取云隶属度高的特征集。分析和开放性实验表明，该特征集具有特征个数少、分类精度高的特点，性能明显优于当前主要的特征选择方法。