基于覆蓋算法的文本分類研究及應(yīng)用.pdf

1、如今,在龐大而不斷增長的網(wǎng)絡(luò)資源中,使用戶快速、準確地找到自己所需要的信息,是信息科學(xué)和相關(guān)技術(shù)領(lǐng)域面臨的一大挑戰(zhàn)。因此迫切需要一種能對這些資源進行自動分類的技術(shù)。文本分類便是其中一種,它可以較大程度解決文本信息雜亂的現(xiàn)狀,方便用戶準確地定位所需要的信息。文本分類作為信息過濾、文本數(shù)據(jù)庫、搜索引擎、信息檢索、數(shù)字化圖書館等領(lǐng)域的技術(shù)基礎(chǔ),有著廣泛的應(yīng)用前景。
　　文中采用了一種基于貪婪覆蓋算法的文本分類方法,提出另一種選擇覆蓋初始

2、點的方法對原有算法加以改進,并用復(fù)旦大學(xué)語料庫作為測試數(shù)據(jù)集,取得了較好實驗結(jié)果。最后將該算法實驗結(jié)果與SVM等算法分別作比較。
　　人們已逐漸習(xí)慣于用短信的方式來傳送信息,進行溝通交流。但日益嚴峻的垃圾短信問題,已影響到人們的正常生活和工作。通過分析短信內(nèi)容的特點可以得出,短信具有短文本的一些特征,可以將文本分類技術(shù)應(yīng)用于手機短信過濾中,為手機用戶屏蔽垃圾短信,減少手機用戶處理垃圾短信的時間。因此,研究短信自動過濾具有重要現(xiàn)實意