Resumen

La selección de características desempeña un papel fundamental en la categorización de textos. Durante la selección de características, los términos de alta frecuencia y las contribuciones relativas interclase e intraclase de los términos tienen efectos significativos en los resultados de la clasificación. Por ello, en este artículo proponemos un enfoque de selección de características, IIRCT, basado en las contribuciones relativas interclase e intraclase de los términos. En nuestro algoritmo propuesto, se consideran sintéticamente tres factores críticos, que son la frecuencia de los términos y la contribución relativa interclase y la contribución relativa intraclase de los términos. Por último, se realizan experimentos con la ayuda del clasificador kNN. Y los resultados correspondientes en 20 corpus NewsGroup y SougouCS muestran que el algoritmo IIRCT logra un mejor rendimiento que los algoritmos DF, t-Test y CMFS.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:contribuciones de términos, contribuciones relativas intraclase, contribuciones relativas, ayuda de knn, enfoque de selección de características, interclase, mejor rendimiento, clasificador knn, categorización de textos, papel crítico
• Keywords:contributions of terms, intraclass relative contributions, relative contributions, help of knn, features selection approach, interclass, better performance, knn classifier, text categorization, critical role