原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信息检索与数据挖掘2016要点
信息检索与数据挖掘 2016年4月21 日 1
信息检索与数据挖掘
第10章 文本分类
part1: 文本分类及朴素贝叶斯方法
part2: 基于向量空间的文本分类
part3: 支持向量机及机器学习方法
信息检索与数据挖掘 2016年4月21 日 2
本讲内容：文本分类及朴素贝叶斯方法
• 什么是文本分类？
• 什么是朴素贝叶斯分类器？
• 朴素贝叶斯分类器的生成模型
• 朴素贝叶斯分类器的的性质
• 提高分类器效率的方法：特征选择
• 文本分类的评价
信息检索与数据挖掘 2016年4月21 日 3
Taxonomies and Classification
Note that documents can be A taxonomy depicts the
assigned to more than one category hierarchical ordering of
categories. Taxonomies allow
you to structure a large
number of documents that
belong to a document set
clearly. The classification
procedure assigns documents
to the categories according to
topic.
信息检索与数据挖掘 2016年4月21 日 4
文本分类的定义
• Text classification或者Text Categorization
• 给定分类体系（taxonomy ），将一篇文本分到其中一个
或者多个类别中的过程。
• 文本分类中，给定文档d ∈X和一个固定的类别集
合C= {c , c , . . . , c }，其中X表示文档空间 （
1 2 J
document space ），类别（class ）也通常称为类 （
category ）或类标签（label ）。
• 按类别数目：binary vs. multi-class
• 按每篇文档赋予的标签数目：sing label vs. multi label
信息检索与数据挖掘 2016年4月21 日 5
分类方法: 1. 手工方法
• Web发展的初期，Yahoo使用人工分类方法来组织
Yahoo 目录，类似工作还有：ODP, PubMed
• 如果是专家来分类精度会非常高
• 如果问题规模和分类团队规模都很小的时候，能否
文档评论（0）