多語(yǔ)種多類別體系下文本自動(dòng)分類系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，在這個(gè)信息知識(shí)大爆炸的時(shí)代里，人們正面臨著信息的飛速激漲，所以迫切需要可以很好的協(xié)助人們從這海量的信息文本中快速而準(zhǔn)確的找到真正所需要信息的輔助工具。隨著實(shí)際應(yīng)用需求的不斷提高，傳統(tǒng)的單語(yǔ)種、單分類體系的文本分類系統(tǒng)已經(jīng)滿足不了人們的實(shí)際需求。針對(duì)這種情況研究出一套能夠高效率地對(duì)海量的文本信息進(jìn)行多語(yǔ)種多類別體系處理的自動(dòng)分類系統(tǒng)是非常必要的。
　　本文主要介紹了一個(gè)多語(yǔ)種多類別體系下文本自動(dòng)分類系

2、統(tǒng)的研究與實(shí)現(xiàn)的過程。該系統(tǒng)基于N-Gram、信息增益(IG)、樸素貝葉斯等算法，使用MicrosoftVisual C/C++語(yǔ)言開發(fā)。最終實(shí)現(xiàn)了文本自動(dòng)分類系統(tǒng)的模型訓(xùn)練、文本分類功能。其中對(duì)用戶，實(shí)現(xiàn)全部語(yǔ)種及其對(duì)應(yīng)全部分類體系模型的訓(xùn)練、某一語(yǔ)種對(duì)應(yīng)某種分類體系模型的訓(xùn)練、郵件分析、郵件后臺(tái)批處理、列舉所有類別、刪除所選類別、增加新類別等功能。系統(tǒng)性能分析部分，實(shí)現(xiàn)臨時(shí)測(cè)試訓(xùn)練、本地郵件分析測(cè)試、郵件批處理測(cè)試等功能。經(jīng)測(cè)試表明

3、，該系統(tǒng)對(duì)海量文本進(jìn)行處理時(shí)的速度快、對(duì)文本分類的準(zhǔn)確率較高。該系統(tǒng)滿足了用戶的需求，大大提高了用戶對(duì)文本數(shù)據(jù)處理的效率。
　　論文首先介紹了系統(tǒng)開發(fā)的背景、開發(fā)的目的和系統(tǒng)的提出，并給出了論文結(jié)構(gòu)的安排;介紹了系統(tǒng)實(shí)現(xiàn)過程中所使用的相關(guān)技術(shù);系統(tǒng)設(shè)計(jì)部分，首先介紹了系統(tǒng)的需求分析，給出了系統(tǒng)的功能結(jié)構(gòu)圖，系統(tǒng)的設(shè)計(jì)原則，最后給出了系統(tǒng)的概要設(shè)計(jì);系統(tǒng)實(shí)現(xiàn)部分，首先詳細(xì)介紹了分類系統(tǒng)的核心分類器的訓(xùn)練過程，并結(jié)合系統(tǒng)各功能模塊對(duì)文