一种面向财务文本分类的TF-IDF改进算法

摘要：

结合财务文本特征,对TF-IDF方法在应用到财务文本分类时的不足进行了分析,提出了一种新的特征词权重计算方法(SNGTI-LFDF).该算法以TF-IDF方法为基础,引入停用词失效的N-Gram方法和特征词位置词频因子,保留特征词位置信息并改善了特征词的权重分配.采用朴素贝叶斯方法对分类性能进行了验证,实验结果表明,相对于TF-IDF和同类改进算法TF-IDF-DL,SNGTI-LFDF方法取得了更高的准确率、召回率和F1值.因此该算法在能较好地提高财务文本分类性能.

关键词：TF-IDF、N-Gram、位置因子、SNGTI-LFDF、财务文本分类

所属期刊栏目：4

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2020-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111