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

二零二五年度校园食堂托管经营合作协议 10页

《唐山日丰公司人力资源管理问题及改进对策研.. 4页

《KPI绩效考核管理》 4页

T有色金属公司的环境会计信息披露研究的开题报.. 7页

AT89S52单片机最小系统设计 4页

二零二五年度导师带徒产学研合作人才培养合同.. 8页

二零二五年度夫妻自愿离婚后子女教育费用分担.. 8页

2025年减负增效工作总结范文(2) 3页

06091《薪酬管理》复习资料 5页

二零二五年度办公室装修与员工工作效率优化合.. 9页

主题餐厅装修承包协议范本 8页

低压集抄集中器模块化设计研究 2页

第8课《艺术品》教案(北师大版初三上)doc初中.. 2页

2025年度跨境贸易财税代理合作协议 8页

2025年度艺术品租赁合同书 9页

2025年度网络直播平台主播选拔合同 8页

2025年度电子商务信息咨询服务协议书 9页

粉煤灰酸浸液中AlCl-3·6H-2O的结晶分离研究 2页

重视定期妇检远离宫颈及乳腺疾病 84页

2025年度时尚服饰厂家与销售店联合营销合同协.. 9页

2025年度文化娱乐项目合同法律意见书范本 9页

2025年度承揽合同增值税税率调整与税务审计服.. 9页

2025年度工艺品行业分销管理协议 9页

2025年度定制门窗安装与户外遮阳系统合同 10页

店面运营管理的沟通技巧 34页

2025年度别墅空调安装与智能家居系统集成合同.. 9页

2025年度农业合作社农副产品统购统销合同 9页

2025年度健身营养餐盒私教服务协议 9页

2025年度人工智能辅助医疗劳动合同协议书范本.. 8页

部分建筑材料开篇章 10页