一种应用向量聚合技术的KNN中文文本分类方法

摘要

针对KNN文本分类方法中不考虑特征词关联的问题,提出一种改进方法.这种方法基于对体现词和类别间相关程度的CHI统计值分布的分析,应用向量聚合技术很好地解决了关联特征词的提取问题.其特点在于:聚合文本向量中相关联的特征词作为特征项,从而取代传统方法中一个特征词对应向量一维的做法,这样不但缩减了向量的维数,而且加强了特征项对文本分类的贡献.实验表明该方法明显提高了分类的准确率和召回率.