1 / 44
文档名称:

基于朴素贝叶斯方法的中文文本分类研究.pdf

格式:pdf   页数:44页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于朴素贝叶斯方法的中文文本分类研究.pdf

上传人:cherry 2014/4/1 文件大小:0 KB

下载得到文件列表

基于朴素贝叶斯方法的中文文本分类研究.pdf

文档介绍

文档介绍:河北大学
硕士学位论文
基于朴素贝叶斯方法的中文文本分类研究
姓名:李丹
申请学位级别:硕士
专业:计算机应用技术
指导教师:袁方
2011-06
摘要
摘要
计算机与网络技术自出现以来,发展迅速,并日趋完善,互联网已成为获取信息的
主要来源。由于网络中大部分信息是文本数据,作为有效组织与管理文本数据重要基础
的文本自动分类已成为具有重要应用价值的研究领域。基于贝叶斯理论的朴素贝叶斯分
类方法具有简单、有效、速度快的优点,成为文本分类算法的重点研究内容之一。
本文首先对文本分类涉及到的中文分词、文本向量表示及特征权重计算等关键技术
做了比较详细的分析研究;然后针对朴素贝叶斯文本分类的模型以及常用特征选择方法
对朴素贝叶斯文本分类的性能影响进行了详细的研究与分析;最后,设计并使用 Java
在 MyEclipse 平台上实现了基于朴素贝叶斯方法的中文文本分类系统。
本文重点分析了多变量伯努利模型与多项式模型,通过实验对比得出在中文文本分
类中多项式模型优于多变量伯努利模型。为了进一步提高分类精度,本文对多项式模型
的平滑因子进行了改进,实验表明具有良好的分类效果。由于朴素贝叶斯分类模型是建
立在属性之间条件独立性假设之上,因此特征选择的好坏与否对分类精度有较大影响。
本文通过实验表明信息增益和χ 2 统计量是朴素贝叶斯文本分类较好的特征选择方法。

关键词文本分类朴素贝叶斯分类多变量伯努利模型多项式模型特征选择

I
Abstract
Abstract
Since the technology puter work appeared, it had been developed very
rapidly. Network has ing one of the most mainly-used information source. Because
most of the information in work is text data type, automatic text categorization which is
the important basic of anization and management text data has e an
important study field. Naive Bayes classification method is based on the Bayesian theory,
which is accepted as simple and effective probability classification method and has e
one of the important contents in the text categorization.
Firstly, the paper studies key technologies of the text categorization that includes
Chinese text segmentation, representation of text vector and feature weighting. After that,
Naive Bayes text classification model and the affect of feature selection method on
performance of Naive Bayes text classification is studied. At last, java on MyEclipse to
realize Chinese text categorization system based on Naive Bayes method is plished.
This paper mainly analyzes Multi-variate Bernoulli Model and Multinomial Model. By
experiment, the effect of Multinomial Model is better than Multi-variate Bernoulli Model in
the Chinese text categorization. In order to increase classification accuracy,smoothing factor
of Multinomial Model is improved. The exper

最近更新

二零二五年度个人劳动合同年度员工职业生涯规.. 8页

2025年思念的高一作文700字 5页

2025年怎样查看主板bios 3页

2025年PDCA循环优化临床路径一致性管理 17页

2025年传染病网络直报与规范化管理培训教程 51页

二零二五年度三轮车二手车交易与评估服务合同.. 9页

二零二五年度三人合作开设健身俱乐部的合伙协.. 7页

二零二五年家庭内部财产分割与遗产分配及管理.. 9页

2025年怎么做厨房健身操 5页

二零二五合伙人退股合同:含股权退出流程与收.. 8页

二零二五个体诊所医疗责任风险免除合同 8页

选择性缄默症的神经机制-全面剖析 28页

个人2025年度向文化创意公司借款合同 7页

2025年忘不了的同学作文 关于怀念的作文 9页

2025年校园后勤服务设施保洁与维护承包合同 8页

2025年心系中国梦做好引路人师德主题征文范文.. 8页

2025年心理咨询师三级考试技巧详情 5页

2025年心得读书笔记0字 5页

2025年心内科实习心得护士 心内科护士实习体会.. 7页

2025年微笑话题作文700字 15页

2025年很真实的作文优秀 19页

2025年度酒店餐饮行业委托中介信息服务合同 9页

2025年胃癌患者全面护理攻略 45页

电子商务合作协议合同 6页

2025年肩锁关节脱位治疗与诊断要点解析 23页

2025年度跨境电商合作框架协议 9页

2025年张家界的游记作文700字大全 8页

光学字符识别技术的研究与应用-全面剖析 23页

艺术舞蹈老师简历模板 1页

服装设计合作协议书 5页