Отбор признаков для классификации текстов на основе ограничений для весов термов

Классификация текста - актуальная задача анализа данных, которая может найти применение в различных областях, включая аэрокосмическую индустрию. Рассматриваются различные задачи классификации текста, такие как извлечение мнения и категоризация темы. Применяются различные походы предобработки текстовой информации (TF-IDF, ConfWeight, Novel TW) и различные алгоритмы машинного обучения для классификации (классифкатор Байеса, метод ближайших соседей, метод опорных векторов, искусственные нейронные сети). Главная задача представленных в статье исследований - уменьшение размерности задачи классификации текста за счёт отбора признаков на основе ограничений для весов термов. Такое снижение размерности обеспечивает значимое снижение размерности и сокращает время для вычислений. Кроме того, использование ограничений на веса термов может повысить точность классификации на некоторых задачах. Такое увеличение наблюдалось на трёх задачах из пяти, на одной задаче не наблюдалось значимых изменений и ещё на одной зафиксировано незначительное снижение точности классификации.