基于机器学习的文本分类.docx

PAGE2

摘要

在这个各种数据信息爆发增长的时代，需要把握好数字经济这一重要的战略资源，文本形式的电子文档是最基础和常见的数据形式。如何能够快速，准确的从大量文本中找到有用的信息成了一个至关重要的问题。

本文对机器学习文本分类的一般流程进行了讨论研究，包含文本预处理，特征降维，算法分类实现等步骤。文本预处理包括去除停用词，文章分词等，再将处理好后的文本表示为计算机可识别的形式。之后再进行特征降维，多采用特征选取的方式，进行特征权值计算，选出最能代表文章类型的部分词项。再采取合适的文本分类算法，研究一些常用算法的数学理论和实现方法，例如：K邻近( )，朴素贝叶斯算法，决策树