基于多元權(quán)重特征加權(quán)的中文文本分類算法.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)的不斷發(fā)展，實(shí)時(shí)共享網(wǎng)絡(luò)資源已經(jīng)成為可能，但是同時(shí)也帶來了海量的信息資源。為了能夠從海量紛雜的文本信息中及時(shí)準(zhǔn)確地獲取有效的知識(shí)和信息，人們開始關(guān)注文本分類技術(shù)。文本分類技術(shù)可以在很大程度上解決信息雜亂問題，方便用戶準(zhǔn)確地定位所需要的信息。
　　本文探討了文本分類的一些關(guān)鍵技術(shù)，包括文本表示、文本預(yù)處理、特征選擇、特征詞加權(quán)計(jì)算、文本分類算法、性能評(píng)價(jià)。其中，特征詞加權(quán)算法和KNN分類算法是文本分類過程中兩個(gè)比較重要

2、的問題，本文圍繞這兩個(gè)問題進(jìn)行研究。
　　本文首先闡述了常用的特征詞加權(quán)算法，著重研究了傳統(tǒng)的tf*idf加權(quán)算法，分析該加權(quán)算法存在的不足，即只考慮特征詞頻率tf和反文檔頻率idf兩種因素，而忽視了特征詞本身的特點(diǎn)。在傳統(tǒng)的tf*idf加權(quán)算法的基礎(chǔ)上，本文分析了特征詞的一些特點(diǎn)，比如特征詞在文檔中的位置分布情況、特征詞的詞語長(zhǎng)度和所屬的類別，綜合考慮了這幾種因素之后，提出多元權(quán)重特征加權(quán)算法，將原有公式進(jìn)行了擴(kuò)展，使得經(jīng)過加權(quán)