作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文本分类是自然语言处理领域一个重要的研究方向,朴素贝叶斯算法是最常用分类算法之一.本文详述了朴素贝叶斯算法的原理和在文本分类中的应用,在20NG数据集子集上进行了文本分类实验,对比了朴素贝叶斯算法与k近邻算法、随机森林算法、支持向量机算法的分类效果.实验结果表明,朴素贝叶斯算法的分类性能优于其他几种分类算法.
推荐文章
朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析
Web分类系统
朴素贝叶斯算法
SVM算法
效率分析
基于Hadoop的Dirichlet朴素贝叶斯文本分类算法
文本分类
云计算
MapReduce
朴素贝叶斯文本
数据平滑
一种改进的朴素贝叶斯文本分类算法
贝叶斯
文本分类
特征词
多变量贝努力模型
基于改进的朴素贝叶斯文本分类研究
文本分类
朴素贝叶斯
K近邻
知网
中文分词
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 朴素贝叶斯算法在文本分类中的应用
来源期刊 数字技术与应用 学科 工学
关键词 有监督学习 文本分类 朴素贝叶斯算法
年,卷(期) 2017,(12) 所属期刊栏目 算法分析
研究方向 页码范围 132-133
页数 2页 分类号 TP393
字数 1752字 语种 中文
DOI 10.3969/j.issn.1007-9416.2017.12.070
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹晓辉 吉林师范大学计算机学院 8 67 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (34)
二级引证文献  (6)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2019(13)
  • 引证文献(9)
  • 二级引证文献(4)
2020(6)
  • 引证文献(4)
  • 二级引证文献(2)
研究主题发展历程
节点文献
有监督学习
文本分类
朴素贝叶斯算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导