文本分类是信息检索与数据挖掘领域的核心技术,是机器学习领域新的研究热点。本文对现有的基于机器学习的文本分类方法进行了详细的介绍,分析了各种方法的优缺点,并阐述了文本分类方法未来的发展趋势。
第 3卷第 2蝴 1 2 0 10年 6月
渤海大学学报 (自然科学版 ) J u n l fB h i ie st Na u a ce c iin) o r a o a o Unv r iy( t r lS in e Edt o
VO . l 1 3 N0. 2
J n. 0l u 2 0
基于机器学习的文本分类方法综述 陈秫获,玉平秦 (渤海大学信息科学与工程学院 .宁锦州 l l 1 )辽 2 0 3
摘要:本分类是信息检索与数据挖掘领域的核心技术,机器学习领域新的研究热文是
占。本文对现有的基于机器学习的文本分类方法进行了详细的介绍,析了各种方法的优缺’分 点,阐述了文本分类方法未来的发展趋势。并 关键词:本分类;类方法;器学习文分机
中图分类号: 3 1 TP 1
文献标识码: A
文章编号:6 30 6 (0 0 0—2 10 1 7—5 9 2 1 ) 20 0— 5
1引言 自动文本分类就是在给定的分类体系下,由计算机系统根据待分类文本的内容自动确定文本类别 的过程。目前基于机器学习的文本分类的研究成果主要有朴素贝叶斯法 E 3 KNNⅢ、策树法嘲、 l] -、决中心向量法和支持向量机“等。近几年文本分类方法进展迅速,出现了各种分类方法的相结合,大 又大加快了分类的速度和准确性。本文主要介绍了基于机器学习的文本分类方法,提出了未来的发展趋并 势。
2基于机器学习的文本分类方法 2 1朴素贝叶斯方法 .
朴素贝叶斯方法是最早用于文本分类的分类器算法,率分类器基于贝叶斯理论来计算待定文,概 与已知各类的条件概率, P(, 来表示:用 cI ) d P (i c一㈩
其中,( )计算结果无影响, ),对因此可以不计算。 1斯方法的基本假设是词项之间的独立性,贝1 - r于 是:
P d ) I ( ) (一I pw 尸(和 P( l,可用以下公式来估算: 0)训, ) f 尸( (一 )一
() 2
( 3)
P
㈤
一
r∑十 ~
1
其中。,,为类‘的文档数目,词项 t l。中 为在类中出现的词频总数。 收稿 I期: 0【 ( 9 I 2 1一1n . )) 1
f抒筋介:祚被
( 9 5 )女 .~研究生 .事研究领域为机器学习 1 陈 18一.硕 f:从

基于机器学习的文本分类方法_IT/计算机_专业资料。机器学习 文本分类 综述21021064 程伟 基于机器学习算法的文本分类方法综述摘要: 文本分类是机器学习领域新的研究热点...
研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展...关键词: 自动文本分类;机器学习;降维;核方法;未标注集;偏斜数据集;分级分类;...
信息处理等复杂应用的挑战,从模型、 算法和 评测等方面对其研究进展进行综述评论...关键词: 自动文本分类;机器学习;降维;核方法;未标注集;偏斜数据集;分级分类;...
基于机器学习的文本分类技术研究进展_专业资料。文本自动分类是信息检索与数据挖掘...研究进展进行综述评论,认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展...
信息处理等复杂应用的挑战,从模型、 算法和 评测等方面对其研究进展进行综述评论...关键词: 自动文本分类;机器学习;降维;核方法;未标注集;偏斜数据集;分级分类;...
基于机器学习的文本分类技术研究进展_互联网_IT/计算机_专业资料。ISSN 1000-9825...李强 基于SVM的分类方法综述[期刊论文]-科技信息 2008(28) 39.刘健.钱猛....
本文主要综述了基于机器学习的文本分类方法中所用到的方法技术和评价手段,第一节讨论文本分类问 Information ? Supported by the *** Foundation of China under ...
由此可见,知识工程方法已不适用于日益复杂的文本分类系统需 求。分类是机器学习的核心问题之一,20世纪90年代以来,机器学习的分类算法 有了日新月异的发展,其中的...
和前两者相比 ,基于机器学习的 文本分类技术需要的人工干预较少 , 分类速度更快 , 精度更高 。本文主要阐述了文本分类的数学定义 、文 本表示方法和相关特征提取...
基于VSM的文本分类挖掘算法综述_专业资料。简要介绍了VSM和文本分类挖掘的流程,分析了基于统计方法和基于机器学习的6种常用构造文本分类挖掘分类器的算法,指出了利用各...
热门文档