文本分類相關技術與應用研究.pdf

1、隨著通信技術和計算機技術，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準確地獲得有效的知識和信息，文本表示技術以及文本自動分類技術受到了廣泛的關注。 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理論，討論了文本分類的相關技術，在向量空間模型的基礎上構(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，討論文本表示的整個過程：分詞，建立停用詞表，特征選擇，權重計算，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，支持向量機法，決策樹分類法，并對他們進行對比研究。 3．針對文本分詞技術，特征選取算法和訓練分類算法三部分進行了詳細的分析和研究，并在現(xiàn)有方法的基礎上予以改進，最后通過實驗分析了系統(tǒng)的性能。實驗結(jié)果表明改進后分類系統(tǒng)的性能更加令人滿意，證明了