三种文本分类算法的比较  

A Comparative Study on Three Text Classification Algorithms

作　　者：王潇[1] 胡鑫[1] 

机构地区：[1]西北师范大学数学与信息科学学院,甘肃兰州730070

出　　处：《石河子大学学报（自然科学版）》2005年第6期769-771,共3页Journal of Shihezi University(Natural Science)

摘　　要：介绍了一种基于贝叶斯定理的文本分类模型“树桩网络(stump network)”。将该方法与朴素贝叶斯文本分类器和TAN(tree augmented naive bayes)文本分类器进行实验比较。结果表明,在大多数数据集上该文本分类方法具有较好的分类正确率。In this paper,an text classification model based on bayes theorem called stump network is introduced. Stump Network text classifier is compared with naive bayes text classifier and TAN （tree augmented naive bayes） by an experiment. Experimental results show this model has higher classification accuracy in most data sets.

关 键 词：计算机应用 文本分类 树桩网络 朴素贝叶斯 TAN 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]