论文部分内容阅读
指出基于TfIdf的常用文本特征提取方法在文本分类问题中的缺陷，进而提出使用特征词的分布状态、词频和文本频三者相结合的方式提取文本特征的观点，给出了计算特征词权重的新方法，提出了新的文本分类方法．试验表明，该方法能够最大限度保留文本的特征，并且可有效避免向量空间模型中的维数灾难问题，能应用于大规模文本分类．