文本分類(lèi)中特征選擇和分類(lèi)算法的研究.pdf

1、近些年來(lái)，在信息技術(shù)和互聯(lián)網(wǎng)的高速發(fā)展下，電子文本信息的數(shù)目迅速增長(zhǎng)。人們可獲得的信息越來(lái)越多。然而由于信息的雜亂無(wú)序，人們很難在浩瀚的數(shù)據(jù)中找到真正需要的信息。面對(duì)我們常說(shuō)的“信息發(fā)達(dá)，知識(shí)貧乏”這樣的局面，如何盡最大可能對(duì)這些信息進(jìn)行有效的組織和管理成為信息處理研究中重要的研究之一，文本分類(lèi)技術(shù)就是解決這一問(wèn)題的有效方法。能夠幫助人們非常高效并且準(zhǔn)確的定位文本信息，為用戶(hù)取得需要的信息提供強(qiáng)大的支持。
　　本文詳細(xì)介紹了文本分

2、類(lèi)的主要方面，涉及文本表示、文本特征提取方法、文本分類(lèi)算法等相關(guān)技術(shù)。同時(shí)針對(duì)文本分類(lèi)中涉及到的兩個(gè)關(guān)鍵的技術(shù)（文本特征提取和分類(lèi)算法）進(jìn)行了詳細(xì)的研究，具體內(nèi)容包括以下幾方面:
　　(1)文本特征項(xiàng)提取方法的研究。
　　分析了特征項(xiàng)提取的傳統(tǒng)方法TF-IDF算法，并在此基礎(chǔ)上提出了一種新的改進(jìn)策略，以提高特征項(xiàng)提取的查全率和查準(zhǔn)率。
　　(2)分類(lèi)算法的研究。
　　分析了決策樹(shù)和logistic回歸分類(lèi)算法的優(yōu)