高效朴素贝叶斯Web新闻文本分类模型的简易实现

• 作者: 刘洪伟 吴致晖 陈丽
• 来源期刊: 统计学与应用
• 学科: 工学
• 关键词: 文本分类 特征选择 朴素贝叶斯 TF-IDF标准
• 年，卷（期）: 2014,（1）
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP39

摘要

采用朴素贝叶斯算法作为文本分类算法时,因其每个特征出现概率相互独立且每个特征重要程度相等的假设,所以选择一种高效的特征选择方法显得尤为重要。本文运用jieba中文分词模块的TF-IDF标准[1]对训练新闻文本进行特征选择,实现一个基于朴素贝叶斯的文本分类模型。对待分类新闻文本也同样用该TF-IDF标准来提取文本关键词再进行分类测试,实验测试结果表明有相当高的分类效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈丽	广东工业大学管理学院	76	209	7.0	10.0
2	刘洪伟	广东工业大学管理学院	51	250	9.0	14.0
3	吴致晖	广东工业大学管理学院	1	0	0.0	0.0