[发明专利]一种多标记的文本类数据特征选择方法及装置

摘要

本发明涉及一种多标记的文本类数据特征选择方法及装置，属于文本数据处理技术领域。本发明首先考虑文本数据集中标记与标记之间的二阶相关性，将标记进行分组，使其可以更好的适用于多标记数据集，根据特征在每个标记组计算出的得分确定各特征的最终得分，并从中选取得分较高的设定个数的特征，构成特征集合；然后基于得到的特征集合，根据文本数据集中各样本对于标记的分类间隔确定每个样本的邻域粒度，得到多标记邻域决策系统，利用改进的邻域粗糙集的依赖度计算重要度，对得到的特征集合进行筛选，从而实现对多标记文本数据的特征选择。相较于原始的针对全体属性的邻域粗糙集特征选择方法，本发明的时间复杂度更低，最优特征子集更准确。