基于Na？ve Bayes和TF-IDF的真假新闻分类

• 作者: 付小斌 蔡扬
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 真假新闻 TF-IDF 朴素贝叶斯 分类
• 年，卷（期）: 2018,（2）
• 页码范围: 184-186
• 页数: 3页
• 分类号: TP181

摘要

信息爆炸的时代,大量的新闻每天充斥的我们的生活,海量的新闻总是能够引导着人们对社会中发生的事件做出自己的判断。假新闻的错误引导将会对社会起到消极的作用,于是该文提出对真假新闻进行分类的方法。该文结合TFIDF算法和朴素贝叶斯算法,对新闻中的词条进行加权,之后重新定义朴素贝叶斯分类器,并对新闻进行分类。最后,我们进行了多组实验,并取得了多组实验的平均值作为本次实验的最终结论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡扬	西南石油大学计算机科学学院	4	2	1.0	1.0
2	付小斌	西南石油大学计算机科学学院	5	8	2.0	2.0