朴素贝叶斯方法在中文文本分类中的应用
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
采用jieba分词库的tf-idf标准进行分词、数据清理、停用词过滤，并利用向量空间模型实现了基
要建立一个停用词词典，在分词后
将每个词与停止词字典中的条目进
贝叶斯分类器所需估计的
数很少，对缺失数据不太敏感，算
法也比较简单，可解释性强，理论
上，与其他分类方法相比具有最小
的误差率。对文本进行分类通常是
支策略和剪枝策略，比朴素贝叶斯
摘要：