新的短文本特征权重计算方法

？短文本固有的特征稀疏和样本高度不均衡等特点，使得传统长文本的加权方法难以直接套用。针对此问题，提出一种针对短文本的特征权重计算方法——综合类别法。该方法引入反文档频和相关性频率的概念，综合考虑了样本在正类和负类中的分布情况。实验结果表明，相对于其他特征权重方法，该方法的微平均和宏平均值均在90%以上，能增强样本在负类中的类别区分能力，改善短文本分类的查准率和查全率。