论文部分内容阅读
文本分类中的两个关键问题，算法和特征提取。贝叶斯算法是最有效的文本分类算法之一，但是属性间强独立性的假设在现实中并不成立，借鉴概率论中的多项式模型提出了一种改进型的贝叶斯方法；传统的特征抽取方法有词频法、互信息法、CHI统计、信息增益法等，然而上述方法对于词条的权重未作考虑，引进了权重的表征方式，给出了改进方法，由实验证明了通过以上方面的改进，文本分类的正确率得到了提高。