原创力文档- 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）