文本內容過濾的關鍵技術研究及實現(xiàn).pdf

1、隨著互聯(lián)網的迅猛發(fā)展，網絡“信息過載”與“不良信息泛濫”現(xiàn)象日益嚴重，這也成為推動信息過濾技術和信息檢索技術發(fā)展的動力。無論是信息過濾技術還是信息檢索技術，其實質都是根據網頁內容對網頁進行分類。文本自動分類是大規(guī)模信息處理領域重要的應用技術之一，也是信息處理領域的重要研究方向，文本分類技術已經逐漸與搜索引擎、信息推送、信息過濾等信息處理技術相結合，這些技術的融合能有效地提高信息服務的質量。 本文在中文文本自動分類方面做了一些有益

2、的探索，對中文文本分類的相關技術一中文分詞、文本表示、特征提取、文本分類算法以及利用文本分類進行網頁信息過濾等方面做了一些探討，著重研究了網頁信息的自動提取技術以及支持向量機文本分類算法。并對真實中文文本進行了實驗，在對文本進行預處理后，用向量空間模型表示文本，用互信息和詞頻相結合的方式對文本進行特征提取，然后用支持向量機的一種變形——C-支持向量機來訓練文本分類機，通過對文本分類機的測試，表明C-支持向量機用于文本分類具有較高的準確率