文本分类C#实现  

A Text Categorization System with C#

作　　者：刘华[1] 

机构地区：[1]暨南大学华文学院海外华语研究中心,广州510610

出　　处：《现代图书情报技术》2007年第3期43-45,共3页New Technology of Library and Information Service

基　　金：教育部"国家语言资源监测"项目(项目编号:L200401-01-04)的研究成果之一

摘　　要：设计并实现一个基于向量空间模型和简单贝叶斯的文本分类系统,系统采用层级多标签的分类策略。详细介绍词语切分统计、终分类器值计算、层级小类校正和兼类判断四个子系统模块。基于向量空间模型分类的第一级大类和层级小类的微平均分别为89.7%和77.8%,简单贝叶斯分别为67.6%和66.5%。Based on Vector Space Model（VSM） and Naive - Bayes（ NB）, completed a multilayer and multi - classification text categorization system. Introduce detailedly four modules： words＇ segmentation and frequency statistics, calculating between classifications＇ and document, emendating the veracity of parent - class by emendation of subclass, judging whether document has multi - classification and multi - label. Text representation based on Vector Space Model has 89.7% MicroFl of parent - category, 77.8% of sub - category ; text representation based on Naive - Bayes has 67.6% MicroFl of parent - category, 66.5% of sub - category.

关 键 词：文本分类 向量空间模型 简单贝叶斯 

分 类 号：TP312.1[自动化与计算机技术—计算机软件与理论]