The excellent performance of DF, IG

The excellent performance of DF, IG and CHI indicates that common terms are indeed informative for text categorization tasks. If significant amounts of information were lost at high levels (e.g. 98%) of vocabulary reduction it would not be possible for kNN or LLSF to have improved categorization performance. To be more precise, in theory, IG measures the number of bits of information obtained by knowing the presence or absence of a term in a document. The strong DF-IF correlations means that common terms are often informative, and vice versa (this statemen t of course does not extend to stop words). This is contrary to a widely held belief in information retrieval that common terms are non-informative. Our experiments show that this assumption may not apply to text categorization.

Kết quả (Việt) 1:

Hiệu suất tuyệt vời của DF, IG và chí chỉ ra rằng thuật ngữ phổ biến thông tin thực sự cho các văn bản phân loại nhiệm vụ. Nếu số tiền đáng kể thông tin bị mất ở mức cao (ví dụ: 98%) của từ vựng giảm nó sẽ không được tốt cho kNN hoặc LLSF để có cải thiện hiệu suất phân loại. Để thêm chính xác, trong lý thuyết, IG biện pháp số bit của thông tin thu được bằng việc biết sự có mặt hay vắng mặt của một thuật ngữ trong một tài liệu. Mạnh mẽ DF-nếu mối tương quan có nghĩa là rằng thuật ngữ phổ biến được thường xuyên thông tin, và ngược lại (t statemen này tất nhiên không mở rộng để ngăn chặn từ). Điều này là trái với một niềm tin được tổ chức rộng rãi trong thông tin tra cứu thuật ngữ phổ biến được phòng không thông tin. Thí nghiệm của chúng tôi cho thấy rằng giả định này không thể áp dụng để phân loại văn bản.

Kết quả (Việt) 2:

Thành tích xuất sắc của DF, IG và CHÍ chỉ ra rằng thuật ngữ phổ biến là thông tin thực sự cho các nhiệm vụ phân loại văn bản. Nếu một lượng đáng kể các thông tin đã bị mất ở mức cao (ví dụ 98%) giảm từ vựng nó sẽ không được có thể cho kNN hoặc LLSF đã được cải thiện hiệu suất phân loại. Để được chính xác hơn, trong lý thuyết, IG đo lường số lượng bit của thông tin thu được bằng cách biết sự hiện diện hay vắng mặt của một thuật ngữ trong tài liệu. Các mối tương quan DF-IF mạnh mẽ có nghĩa là thuật ngữ phổ biến thường thông tin, và ngược lại (chính khách này t tất nhiên không mở rộng để ngăn chặn từ). Điều này là trái với một niềm tin được tổ chức rộng rãi trong thông tin thu hồi mà thuật ngữ phổ biến là không chứa thông tin. Thí nghiệm của chúng tôi cho rằng giả định này có thể không áp dụng cho phân loại văn bản.