互聯(lián)網(wǎng)短文本信息分類關(guān)鍵技術(shù)研究.pdf

1、本文對互聯(lián)網(wǎng)短文本信息分類的關(guān)鍵技術(shù)做了較深入的討論。結(jié)合基于改進KNN算法的文本分類方法，對傳統(tǒng)的文本分類進行改進，有效地提高了互聯(lián)網(wǎng)短文本信息分類的準(zhǔn)確率和普適性。 本文首先討論了短文本信息的特點，與普通文本相比，短文本有其鮮明的特點?，F(xiàn)有的短文本包括網(wǎng)絡(luò)論壇、博客上頻繁出現(xiàn)的信息，即主要是BBS/Blog上內(nèi)容精悍的主貼、回復(fù)等。鑒于此，本文主要研究目前網(wǎng)絡(luò)論壇、博客上頻繁出現(xiàn)的短文本。現(xiàn)有的諸多方法在短文本分類中的效果不

2、理想，即還不能有效地對短文本進行分類，因此研究針對短文本的分類算法有著一定的理論指導(dǎo)意義。鑒于此，本文提出了一種基于改進KNN算法實現(xiàn)網(wǎng)絡(luò)媒體信息智能分類的分類技術(shù)應(yīng)用于互聯(lián)網(wǎng)短文本、離散文本，即主要應(yīng)用于BBS/Blog上內(nèi)容精悍的主貼、回復(fù)等。 接著，本文還討論了文本分類問題的研究，回顧了文本分類領(lǐng)域的已有成果，列舉了文本分類領(lǐng)域中的幾個重要知識，包括文本分詞，文本表示，特征選擇，以及分類方法。指出了隨著技術(shù)的發(fā)展，文本分類

3、的重要性。 在回顧文本分類領(lǐng)域已有成果的基礎(chǔ)上，本文針對其中的分類方法做了詳細說明。現(xiàn)在的諸多方法在互聯(lián)網(wǎng)短文本分類中的效果不理想，鑒于此本文通過認真分析短文本的特點，認為在基于改進KNN算法的分類方法中可以適當(dāng)?shù)亟梃b基于語義的分類方法中的權(quán)重設(shè)置方法。通過本文的測試驗證，本文提出的綜合的方法，可以有效地對短文本進行分類，進而搭建智能分類系統(tǒng)。 相信隨著基于自然語言理解領(lǐng)域傳統(tǒng)文本分類算法實現(xiàn)互聯(lián)網(wǎng)短文本信息智能分類的不