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

产科请假条怎么写(5篇) 8页

冬季运动安全防护专题课件模板开发(2025冬奥.. 25页

领域农业推广硕士培养方案 5页

事故赔偿协议书的模板(二篇) 19页

能源行业2025安全合规述职PPT模板(生产部门专.. 24页

苹果产品介绍发布会推广宣传片头PPT模板 33页

蓝色医疗子宫肌瘤围手术期护理培训PPT模板 23页

搭载员工家属刺绣课程的2025纺织企业年会电子.. 21页

2025年地网管系统项目建议书 67页

蓝色插画风程序员PPT模板设计 30页

蓝调科技感2025年度商务数据分析图表优化汇报.. 27页

专升本贫困补助申请书范文(5篇) 6页

一次性伤残补助申请(三篇) 6页

呼吸衰竭和急性呼吸窘迫综合征 58页

工艺质量跟踪卡 57页

中毒总论有机磷中毒讲解 104页

关于乡镇加强年轻干部“传帮带”工作的情况汇.. 4页

傅里叶积分变换PPT课件一等奖新名师优质课获奖.. 66页

2024年商丘学院单招职业倾向性考试题库推荐 55页

幼儿园幼儿行为习惯养成教学PPT演示 3页

丹佛斯变频器FC360使用说明 5页

公路工程安全生产检查记录表 24页

小学毕业考数学试卷附完整答案【各地真题】 8页

医疗设备售后服务方案 52页

尚上数字艺术传媒有限公司导入CI提案书 6页

树木砍伐安全专项方案 6页

运筹学线性规划问题的食品搭配最优方案 5页

8患者健康教育制度 PPT幻灯片 23页

2006家庭装修合同(标准)0503 10页