基于改进TF-IDF融合二进制灰狼优化的短文本分类OACSTPCD
为了提高特殊类型短文本分类准确度和降低特征维度,提出了基于改进TF-IDF方法融合二进制灰狼优化的短文本分类。为了提高特征向量文本权重计算准确度,提出了点赞排列因子,并融合了文本特征集中度,对附有点赞数的特殊类型文本进行权重计算,设计改进了TF-IDF-RANK方法对特征进行加权;同时,基于初选特征向量,设计优化了二进制灰狼优化算法(BGWO)搜寻最优特征子集,引入衰减系数向量和多优解迭代机制,提高灰狼搜寻性能。结果表明,该方法有效地提升了权重准…查看全部>>
杨东;毋涛;赵雪青;李猛
西安工程大学计算机科学学院,陕西西安710048西安工程大学计算机科学学院,陕西西安710048西安工程大学计算机科学学院,陕西西安710048西安工程大学计算机科学学院,陕西西安710048
计算机与自动化
短文本分类特征加权TF-IDF-RANK方法特征选择二进制灰狼优化
《计算机技术与发展》 2024 (8)
P.37-41,5
国家自然科学基金青年项目(61806160)。
评论