基于樸素貝葉斯方法的中文文本分類研究.pdf

1、計算機與網(wǎng)絡技術自出現(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)重要基礎的文本自動分類已成為具有重要應用價值的研究領域?；谪惾~斯理論的樸素貝葉斯分類方法具有簡單、有效、速度快的優(yōu)點，成為文本分類算法的重點研究內容之一。
　　 本文首先對文本分類涉及到的中文分詞、文本向量表示及特征權重計算等關鍵技術做了比較詳細的分析研究；然后針對樸素貝葉斯文本分類的模型

2、以及常用特征選擇方法對樸素貝葉斯文本分類的性能影響進行了詳細的研究與分析；最后，設計并使用Java在MyEclipse平臺上實現(xiàn)了基于樸素貝葉斯方法的中文文本分類系統(tǒng)。
　　 本文重點分析了多變量伯努利模型與多項式模型，通過實驗對比得出在中文文本分類中多項式模型優(yōu)于多變量伯努利模型。為了進一步提高分類精度，本文對多項式模型的平滑因子進行了改進，實驗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立性假設之上，