文本分類相關(guān)技術(shù)與應(yīng)用研究.pdf

1、隨著通信技術(shù)和計(jì)算機(jī)技術(shù)，尤其是Intemet的飛速發(fā)展，各種各樣的信息成幾何級數(shù)增長，作為傳統(tǒng)的信息載體，文本信息更是如此。為了能在海量的文本中及時(shí)準(zhǔn)確地獲得有效的知識和信息，文本表示技術(shù)以及文本自動分類技術(shù)受到了廣泛的關(guān)注。 文本分類是指在給定的分類體系下，根據(jù)文本的內(nèi)容自動判別文本類別的過程。本文描述了文本分類的基礎(chǔ)理論，討論了文本分類的相關(guān)技術(shù)，在向量空間模型的基礎(chǔ)上構(gòu)建文本表示模型，研究現(xiàn)有的特征選擇及算法。主要研究如

2、下： 1．提出文本分類的理論基礎(chǔ)，討論文本表示的整個(gè)過程：分詞，建立停用詞表，特征選擇，權(quán)重計(jì)算，生成向量空間。 2．介紹并討論了四種文本分類方法：貝葉斯方法， KNN方法，支持向量機(jī)法，決策樹分類法，并對他們進(jìn)行對比研究。 3．針對文本分詞技術(shù)，特征選取算法和訓(xùn)練分類算法三部分進(jìn)行了詳細(xì)的分析和研究，并在現(xiàn)有方法的基礎(chǔ)上予以改進(jìn)，最后通過實(shí)驗(yàn)分析了系統(tǒng)的性能。實(shí)驗(yàn)結(jié)果表明改進(jìn)后分類系統(tǒng)的性能更加令人滿意，證明了