论文部分内容阅读
特征选择是文本挖掘技术的一个重要的环节。在中文分词的基础上，通过设计一个简单的应用程序，对文本进行预处理。然后，在分析比较几种用于文本分类的特征选择方法的基础上，提出了一种基于信息增益和互信息相结合的特征选择方法。利用它对文本文档进行特征选择，抽取代表其特征的元数据或特征词条构成特征向量，降低噪音。最后通过实验来和其它几种特征选择方法作比较，分析这种方法获取文本特征的精度。