论文部分内容阅读
互联网容纳了海量的文本信息，文本分类系统能够在给定的类别下，自动将文本分门别类，更好地帮助人们挖掘有用信息．介绍了基于词频分类器集成文本分类算法．该算法计算代价小，分类召回率高，但准确率较低，分析了导致准确率低的原因，在此基础上提出了基于改进词频分类器集成的文本分类算法，改进后的算法在文本权重更新方面做了参数调整，使得算法的准确率有显著提高，最后用实验验证了改进后算法的性能．实验结果表明，基于改进词频分类器集成的文本分类算法不仅提高了分类的准确性，而且表现出较好的稳定性．