| 中文文本分类方法比较研究 |
| |
| 引用本文： | 高媛,刘大中. 中文文本分类方法比较研究[J]. 科技信息, 2008, 0(2) |
| |
| 作者姓名： | 高媛 刘大中 |
| |
| 作者单位： | 河北大学 河北保定071002 |
| |
| 基金项目： | 国家自然科学基金(70571021)，河北省自然科学基金(A2005000087)，河北教育厅指导计划(Z2006305)的支持 |
| |
| 摘 要： | 中文文本分类是中文信息处理过程中的关键技术。本文介绍了中文文本分类的基本过程和基本原理,讨论了朴素贝叶斯(NB)、K-最近邻(KNN)、支持向量机(SVM)这三种中文文本分类方法,并对这三种分类方法进行分析和比较。
|
| 关 键 词： | 文本分类 朴素贝叶斯(NB) K-最近邻(KNN) 支持向量机(SVM) |
A Comparison Study of Chinese Text Categorization |
| |
| Gao Yuan,Liu Da-zhong. A Comparison Study of Chinese Text Categorization[J]. Science, 2008, 0(2) |
| |
| Authors: | Gao Yuan Liu Da-zhong |
| |
| Abstract: | Chinese text categorization is a key technique in Chinese Information processing.The basic process and principles of Chinese text categorization are presented.And three widely applied methods,such as Naive Bayes(NB),K-nearest neighbor(KNN) and Support vector machines(SVM),are discussed and analyzed by comparison in this paper. |
| |
| Keywords: | Text Categorization K-nearest neighbor(KNN) Support vector machines(SVM) Naive Bayes(NB) |
| 本文献已被 CNKI 等数据库收录！ |
