文本分类的相关知识

本文章并非完全自己的思想，都是近来所看加总结，记录下来加深自己的理解。 文本分类流程图 特征提取 特征提取=特征项的选择+特征权重的计算。 特征项的选择：根据某个评价指标，独立的对原始特征项（词语）进行评分排序，从中选取一些评分最高的特征项，过滤掉其余的特征项。 特征权重的计算：依据一个词的重要程度，与类别内的词频成正比（代表性），与所有类别中出现的次数成反比（区分度）。 当选用数学方法进行特征提

>>阅读原文<<