摘要： 【目的/意义】特征提取会很大程度地影响分类效果，而传统TF-IDF特征提取方法缺乏对特征词上下文环 境和对特征词在类之间分布状况的考虑。【方法/过程】本文提出一种改进TF-IDF特征提取的方法：①基于文本网 络和改进PageRank算法计算节点重要程度值，解决传统TF-IDF忽略文本结构信息的问题；②增加特征值IDF值 的方差来衡量特征词w在不同类别文本集中程度的分布情况，解决传统TF-IDF忽略特征词在类之间分布状况的 不足。【结果/结论】基于该改进方法构建了文本分类模型，对3D打印数据进行分类实验。对比算法改进前后的分 类效果，验证了该方法能够有效提高文本特征词提取的准确度。
