詞間相關(guān)性對文本分類的影響.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，存儲于Web里的信息急劇膨脹，這些信息包括文本信息、聲音信息、圖像信息等，其中文本信息存儲和傳輸技術(shù)相對比較簡單，易于上傳和下載，因此大部分信息以文本形式存在，面對這些海量的文本信息，用戶很容易迷失其中，在這種背景下，人們迫切需要一種技術(shù)快速地分析，過濾文本信息，文本分類技術(shù)有助于解決上述問題，它可以有效地組織和管理文本信息，幫助用戶快速，準(zhǔn)確地搜索到所需要的目標(biāo)信息。 本文分析了文本分類的相關(guān)理論和技術(shù)，

2、以貝葉斯分類方法為基礎(chǔ)，探討了詞間相關(guān)性對于文本分類的影響。 傳統(tǒng)的樸素貝葉斯分類方法以其快速，易于實現(xiàn)的特點被廣泛應(yīng)用于各種文本分類研究，它假定對于給定的類，所有屬性之間是相互獨立的，這樣大大簡化了計算，然而在現(xiàn)實世界的問題中，這個假定過于理想化，眾多的實驗也表明在某些情況下樸素貝葉斯分類器的性能并不理想。 在上述背景下，本文首先研究了樸素貝葉斯模型，進而在考慮屬性相關(guān)的條件下對樸素貝葉斯分類器作了一定的改進，提出了基