- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第26卷第l2期电脑开发与应用(总0947)·57·
文章编号:1003—5850(2013l12—0057—02
基于朴素贝叶斯的文本分类
菅小艳,崔彩霞
(太原师范学院计算机系,太原030012)
摘要:朴素贝叶斯是一种用于不确定性推理的方法,其原理简单,但是适用性却很强。将朴素贝叶斯用在文本分类
中。在传统的文本分类方法的基础上,对文本特征的选择做了改进,通过实验,达到了比较满意的效果。
关键词:朴素贝叶斯,分类器,文本分类,特征
中图分类号:TP391文献标识码:A
TextCategorizationBasedonNaiveBayesian
JIANXiao-yan,CUICai-xia
(DepartmentofComputerScience,TaiyuanNormalCollege,Taiyuan030012,China)
Abstract:NaiveBayesianisamethodusedinuncertaintyinference.itissimple,butverystrong
applicability.ThisarticleusesNaiveBayesianintextcategorization.Onthebasisofthetraditionaltext
categorizationmethod,thispaperimprovemethodofchoiceoftextcharacteristic.Throughtheexperiment,
satisfactoryresultisachieved.
Keywords:naivebayesian,classifier,textcategorization,feature
朴素贝叶斯分类器是一种最常见且原理简单,实个向量表示出来,那么文本是一个m个词条组成
际应用很成功的方法。朴素贝叶斯分类器中的“朴素”的集合(。,,…,W)。
主要是指假设各属性间相互独立,每个节点只与类节1.2特征选择
点关联。朴素贝叶斯分类器简单高效,适合属性较多由于文本无结构化的特点,使得用向量表示文本
的模型。将朴素贝叶斯方法应用在文本分类中,通过时会达到几万维甚至几十万维,向量表示文本并不是
对训练文本的学习,得到了根节点和各属性节点,以特征越多越好,有一些特征的加入反而降低了分类的
及网络中的参数。进而使用该网络对文本进行分类,效果。为了降低向量的维数,因此我们要采用一些高
得到了比较好的结果。分辨度的特征,去掉不必要的特征。我们采用特征加
权重的方法,权重表示该特征在分类上的贡献大小,
1文本分类
然后将特征根据权重由大到小排序,根据向量的维数
在文本分类系统中,我们使用的文本都是非结构选择排序后前面的特征。各特征权重的计算具体方
化的自然文本,因此要对这些文本进行预处理,提取法为:
高分辨的特征。这样不仅降低了工作的复杂度,同时1.2.1特征预处理
去掉一些模糊的特征,提高了分类的精度。①去掉停用词、连词,“的”地“”得“”“和”“与”等;
1.1文本表示②同义词合并,我们采用《同义词词林》中的同义
用向量空间表示文本,将训练文本分词后,文本词,将同义词合并为一个特征;
中的每个词条表示向量中的一维,一个文本就能用一
文档评论(0)