《表3 复旦大学中文语料库中特征维度2500时不同类别的SVM分类宏F1值》

  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

《文本分类中基于CHI改进的特征选择方法》

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

%

在网易新闻语料库和复旦大学中文语料库中，在宏F1值分别达到最大值时分析各个类别的宏F1值，如表2、表3。各个类别宏F1值差别明显，原因是不同文本长度对于结果的影响，如果文本较短，含有很多空值，使向量稀疏，造成分类结果较低。若文本含有词数较多，并含有一些类别区分度高频词语，使宏F1值较大，本文提出的方法能有效改善传统CHI和TF-IDF的缺陷，过滤掉低频词语，改善不同特征词的权重，使得分类效果更好，性能更稳定。