《表2 五种权重计算方案在文艺类上的计算结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于类别信息和特征熵的文本特征权重计算》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在表格中，每个特征词后面括号里的数字代表该特征词的cf值。从表1和2中可以看到，当用tf.idf和tf.icf来计算权重时，四个特征词在两个不同类别上的权重值是一样的。这是因为这两个特征权重方案不考虑正相关和负相关类别，而只考虑特征的全局特性（idf和icf）。当用tf.rf、tf.icf.te和tf.rf.icf.te来计算权重时，这三种方案能够在两个类别中正确地区分四个特征词。值得注意的是，特征词的类别频率为1，也就是说，该特征词只有在文艺这一类中出现。当分别用tf.icf.te和tf.rf.icf.te计算权重时，在文艺类中，特征词的权重比体育类中的权重值分别从0.023和0.044增大到了0.521和0.667，增幅较大。