基于樸素貝葉斯方法的中文文本分類研究.pdf

1、計(jì)算機(jī)與網(wǎng)絡(luò)技術(shù)自出現(xiàn)以來，發(fā)展迅速，并日趨完善，互聯(lián)網(wǎng)已成為獲取信息的主要來源。由于網(wǎng)絡(luò)中大部分信息是文本數(shù)據(jù)，作為有效組織與管理文本數(shù)據(jù)重要基礎(chǔ)的文本自動(dòng)分類已成為具有重要應(yīng)用價(jià)值的研究領(lǐng)域?；谪惾~斯理論的樸素貝葉斯分類方法具有簡(jiǎn)單、有效、速度快的優(yōu)點(diǎn)，成為文本分類算法的重點(diǎn)研究?jī)?nèi)容之一。
　　 本文首先對(duì)文本分類涉及到的中文分詞、文本向量表示及特征權(quán)重計(jì)算等關(guān)鍵技術(shù)做了比較詳細(xì)的分析研究；然后針對(duì)樸素貝葉斯文本分類的模型

2、以及常用特征選擇方法對(duì)樸素貝葉斯文本分類的性能影響進(jìn)行了詳細(xì)的研究與分析；最后，設(shè)計(jì)并使用Java在MyEclipse平臺(tái)上實(shí)現(xiàn)了基于樸素貝葉斯方法的中文文本分類系統(tǒng)。
　　 本文重點(diǎn)分析了多變量伯努利模型與多項(xiàng)式模型，通過實(shí)驗(yàn)對(duì)比得出在中文文本分類中多項(xiàng)式模型優(yōu)于多變量伯努利模型。為了進(jìn)一步提高分類精度，本文對(duì)多項(xiàng)式模型的平滑因子進(jìn)行了改進(jìn)，實(shí)驗(yàn)表明具有良好的分類效果。由于樸素貝葉斯分類模型是建立在屬性之間條件獨(dú)立性假設(shè)之上，