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

污水循环利用项目合同 7页

乡镇企业产业结构的发展趋势和调整对策 2页

水利工程设施维修养护合同样本(版) 6页

临濮线通讯动力电池组的使用与维护技术 2页

毛坯房租赁合同样本 7页

中型冶金企业组织机构现代化的探讨 2页

横向项目合作合同模板 7页

中国柳珊瑚化学成份的研究(Ⅱ) 2页

中国农村居民衣着消费问题的初步研究 2页

个体工商户转型升级为微型企业的趋势研究 2页

东棉丰田棉纺设备技术交流会在上海召开 2页

与美国阿姆斯特朗公司关于胶辊、胶圈技术座谈.. 2页

不同地形遮蔽下光照条件的估算方法 2页

上海交通大学船舶流体力学研究室试验设备 2页

2025年幼儿园教师三年发展计划 11页

2025年幼儿园工作感悟及心得怎么写 17页

一起分解炉耐火砖烧蚀的原因及处理方法 2页

2025年幼儿园实习自我鉴定范文900字五篇 13页

一种简化的硝基兰四唑试验方法 2页

一种新的基于参数辨识的自校正PID控制算法 2页

机械行业物流配送合同模板3篇 55页

木材运输车辆租赁协议3篇 49页

服装物流配送简易协议3篇 53页

智能家居铁路物流合同3篇 56页

时尚店铺装修项目3篇 48页

旅游景区设施合同3篇 51页

文艺青年专属装修合同3篇 52页

中国共产党的领导是实现中国式现代化的根本保.. 15页

土地整理项目技术交底教学内容 4页

2025年无针水光产品培训课件PPT 33页