[发明专利]面向多层文本分类的特征选择方法和装置

权利要求书

1.一种面向多层文本分类的特征选择方法，所述方法包括：

基于CHI-X²对多层分类训练文本的各个叶节点所提取的文本特征进行权重计算，并将各个叶节点的文本特征按照权重从大到小的顺序进行排序；

基于IG对多层分类训练文本的各个叶节点所提取的文本特征进行权重计算，并将各个叶节点的文本特征按照权重从大到小的顺序进行排序；

针对每个分支节点，在基于CHI-X²的叶节点权重计算的基础上，基于改进的CHI-X²权重计算公式，对当前分支节点下的所有叶节点的CHI-X²特征的权重取值进行调整并按照从大到小的顺序进行重新排序，将隶属同一子节点的每个叶节点的前K个位置的CHI-X²特征汇总以后作为所述每个叶节点所隶属的子节点的CHI-X²特征，依次将得到的子节点的CHI-X²特征向所述子节点隶属的上级节点进行汇总迭代，得到当前分支节点的CHI-X²特征，其中，所述获得分支节点的CHI-X²特征的步骤从最底层的分支节点开始，自底向上依次迭代直至当前分支节点为根节点，得到所有分支节点的CHI-X²特征；

针对每个分支节点，在基于IG的叶节点权重计算的基础上，将当前分支节点下的所有子节点的IG特征进行汇总，并按照权重从大到小的顺序进行排序，将其结果作为当前分支节点的IG特征，其中，所述获得分支节点的IG特征的步骤从最底层的分支节点开始，自底向上依次迭代直至当前分支节点为根节点，得到所有分支节点的IG特征；

针对每个分支节点，基于当前分支节点的CHI-X²特征和IG特征，从当前分支节点的CHI-X²特征中删除排在当前分支节点的IG特征中前N个位置的特征，添加排在当前分支节点的IG特征中后M个位置的特征，将新的CHI-X²特征作为当前分支节点的最终特征。

2.如权利要求1所述的特征选择方法，其中，改进的CHI-X²权重计算公式是：

New_X²(t，C_i)＝(X²(t，C_i))²/Sum(X²(t，*))，

其中，C_i表示第i个叶节点，t表示特征。

3.如权利要求1所述的特征选择方法，其中，子节点是分支节点分支而来的节点。