一种基于 TF-IDF 的朴素贝叶斯算法改进

来源：计算机技术与发展杂志2020年第02期北京时间：

作者：许甜华;吴明礼

摘要：目前对以朴素贝叶斯算法为代表的文本分类算法,普遍存在特征权重一致,考虑指标单一等问题。 为了解决这个问题,提出了一种基于TF-IDF的朴素贝叶斯改进算法TF-IDF-DL朴素贝叶斯算法。 该算法以TF-IDF为基础,引入去中 心化词频因子和特征词位置因子以加强特征权重的准确性。 为了验证该算法的效果,采用了搜狗实验室的搜狗新闻数据 集进行实验,实验结果表明,在朴素贝叶斯分类算法中引入TF-IDF-DL算法,能够使该算法在进行文本分类中的准确率、 召回率和F1 值都有较好的表现,相比国内同类研究TF-IDF-dist贝叶斯方案,分类准确率提高8.6%,召回率提高11.7%, F1 值提高7.4%。 因此该算法能较好地提高分类性能,并且对不易区分的类别也能在一定程度上达到良好的分类效果。

关键词：朴素贝叶斯;TF-IDF算法;去中心化;位置信息;特征权重