基于優(yōu)化類中心分類算法的文本分類系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、面對(duì)如今信息技術(shù)的飛快發(fā)展，各種電子文檔和電子郵件都爆炸式的增長(zhǎng)，為了從海量文本中及時(shí)準(zhǔn)確的獲得有效的知識(shí)和信息，就需要處理大量的文本。由于互聯(lián)網(wǎng)上大部分信息都是以文本的形式存在，文本的識(shí)別就構(gòu)成了高效信息獲取的基礎(chǔ)。利用文本分類識(shí)別技術(shù)可以把數(shù)量巨大但缺乏結(jié)構(gòu)的文本數(shù)據(jù)組織成規(guī)范的文本數(shù)據(jù)，幫助人們提高檢索信息、利用信息的效率。文本分類已經(jīng)成為組織和管理文本數(shù)據(jù)的重要形式。傳統(tǒng)的人工分類已經(jīng)不能滿足如今的需要，它耗費(fèi)大量的人力、物力和

2、精力，并且分類結(jié)果一致性不高。為了能在海量的文本中及時(shí)準(zhǔn)確地獲得有效的知識(shí)和信息，文本表示技術(shù)以及文本自動(dòng)分類技術(shù)受到了廣泛的關(guān)注。 本文詳細(xì)介紹了文本分類的過(guò)程和相關(guān)的技術(shù)，利用向量空間模型構(gòu)建文本表示模型，研究現(xiàn)有的特征抽取和特征權(quán)重算法，介紹了常用的文本分類算法，并針對(duì)傳統(tǒng)類中心分類算法由于訓(xùn)練文檔分散，不能準(zhǔn)確的表示各類別的中心向量，提出了優(yōu)化算法，從而提高了分類準(zhǔn)確度。主要研究如下： 首先，闡述了文本分類的理論