论文部分内容阅读
在非平衡数据情况下，由于传统特征选择方法，如信息增益（Information Gain，IG）和相关系数（Correlation Coefficient，CC），或者不考虑负特征对分类的作用，或者不能显式地均衡正负特征比例，导致特征选择的结果下降.本文提出一种新的特征选择方法（Positive-Negative feature selection，PN），用于邻居词的选择，实现了文本中术语的自动抽取.本文提出的PN特征选择方法和CC特征选择方法相比，考虑了负特征；和IG特征选择方法相比，从特征t出现在正（