中文Web文本分類(lèi)技術(shù)研究.pdf

1、Web文本分類(lèi)是指將Web文檔集合中每個(gè)文檔歸入一個(gè)預(yù)先定義的類(lèi)別之中，是Web文本挖掘的一項(xiàng)重要技術(shù)，同時(shí)也是智能信息檢索和處理領(lǐng)域的一個(gè)新興和重要的研究方向。由于國(guó)內(nèi)相關(guān)技術(shù)起步較晚，加上中文語(yǔ)言的特殊性，中文Web文本分類(lèi)技術(shù)相對(duì)落后。 本文分析了Web文本分類(lèi)的重要意義，介紹了國(guó)內(nèi)外文本分類(lèi)研究現(xiàn)狀特別是中文Web文本分類(lèi)研究現(xiàn)狀，詳細(xì)介紹了中文Web文本分類(lèi)的過(guò)程與關(guān)鍵技術(shù)：首先是Web文本預(yù)處理，然后是文本表示、索引

2、生成、特征選取等步驟，包括多種特征選取方法；接著，詳細(xì)介紹了幾種文本分類(lèi)算法，包括KNN和SVM、樸素貝葉斯等；然后，介紹了常用的文本分類(lèi)算法的評(píng)價(jià)指標(biāo)。 本文重點(diǎn)對(duì)中文Web文本分類(lèi)技術(shù)進(jìn)行了發(fā)展和改進(jìn)。本文將SVM和KNN的結(jié)合算法SVM-KNN算法應(yīng)用于Web文本分類(lèi)，以彌補(bǔ)傳統(tǒng)SVM算法的一些缺點(diǎn)，獲得更好的分類(lèi)效果；提出了一種基于密度的調(diào)整KNN訓(xùn)練集的方法，通過(guò)對(duì)訓(xùn)練集的調(diào)整，降低了KNN算法的分類(lèi)計(jì)算復(fù)雜度，同時(shí)提