向量空间模型的文本分类研究进展与应用

论文摘要

文本分类是自然语言处理领域的一个重要分支,它不仅能对文本信息进行高效的分类和管理,而且能为自然语言处理其它方面的应用提供良好的理论支撑和技术支撑。近年来文本分类的研究在很多领域都取得了显著的成果,但由于文本分类在国内起步较晚,涉及领域较多,目前还有较多的工作需要进一步的研究和完善。基于此,从技术、方法和应用几个方面介绍了空间向量模型的文本分类的研究近况,以期为该领域的相关研究提供借鉴。

论文目录

• 1 理论分析
•   1.1 文本分类分析
•   1.2 向量空间模型概述
• 2 技术分析
•   2.1 文本分词
•   2.2 特征选择
•   2.3 文本表示
•   2.4 分类器设计
•     2.4.1 K-最近邻法
•     2.4.2 基于支持向量机的分类器
•     2.4.3 朴素贝叶斯分类器
•     2.4.4 基于神经网络的分类器
•   2.5 性能评估
• 3 方法分析
• 4 应用分析
•   4.1 文本分类
•   4.2 文本检索
•   4.3 个性化推荐
• 5 结论

文章来源

类型: 期刊论文

作者: 吴龙峰,于瓅,王峰

关键词: 自然语言处理,文本分类,向量空间模型,特征选取,文本表示

来源: 宿州学院学报 2019年12期

年度: 2019

分类: 社会科学Ⅱ辑,信息科技

专业: 计算机软件及计算机应用

单位: 安徽理工大学计算机科学与工程学院,阜阳师范学院计算机与信息学院

分类号: TP391.1

页码: 69-72+76

总页数: 5

文件大小: 214K

下载量: 196