|
|||||
|
|
| 朴素Bayes分类器文本特征向量的参数优化 | |
| 作者姓名： | 方秋莲 王培锦 隋阳 郑涵颖 吕春玥 王艳彤 |
| 作者单位： | 中南大学数学与统计学院,长沙,410083 |
| 基金项目： | 湖南省统计科研项目;全国大学生创新创业项目 |
| 摘 要： | 采用朴素Bayes算法建立中文文本自动分类器, 并研究相关参数的选择问题, 以实现中文文本的高效分类. 首先在模型训练阶段, 采用N-gram模型处理训练数据集提取特征向量; 然后使用朴素Bayes算法建立文本分类器; 最后在模型测试阶段, 为提高分类准确率, 使用词频反文档频率算法对测试样本进行特征向量提取. 实例分析结果表明, 在提取训练集特征向量时, 2-gram模型和4-gram模型的特征提取效果最佳; 在选取特征向量长度时, 长度为25 000的特征向量可使分类准确率出现最大增幅并保证较高准确率; 在确定特征项词性方面, 同时选取动词和名词可使分类器准确率达到最高, 仅选取动词时准确率最低. |
| 关 键 词： | 朴素Bayes分类器 特征选择 TFIDF算法 N-gram模型 |
| 收稿时间： | 2019-05-07 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |