基于TF-IDF和余弦相似度的文本分类方法

文本分类是文本处理的基本任务。大数据处理时代的到来致使文本分类问题面临着新的挑战。研究者已经针对不同情况提出多种文本分类算法,如KNN、朴素贝叶斯、支持向量机及一系列改进算法。这些算法的性能取决于固定数据集,不具有自学习功能。该文提出一种新的文本分类方法,包括三个步骤: 基于TF-IDF方法提取类别关键词;通过类别关键词和待分类文本关键词的相似性进行文本分类;在分类过程中更新类别关键词改进分类器性能。仿真实验结果表明,本文提出方法的准确度较目前常用方法有较大提高,在实验数据集上分类准确度达到90%,当文本数据量较大时,分类准确度可达到95%。算法初次使用时,需要一定的训练样本和训练时间,但分类时间可下降到其他算法的十分之一。该方法具有自学习模块,在分类过程中,可以根据分类经验自动更新类别关键词,保证分类器准确率,具有很强的现实应用性。     

保险诈骗罪与保险法不可抗辩条款的关系及法律适用

刑法规定的保险诈骗罪和保险法规定的不可抗辩条款之间并不存在法律冲突,民事上合法的行为,在刑事上不可能是犯罪.不可抗辩条款限制了保险人的合同解除权,维持了合同的效力,但并不具有赋予欺诈行为以合法性的法律效果,适用不可抗辩条款的保险合同,仍有存在保险诈骗罪的余地.刑法和保险法从不同角度均对保险秩序予以保护,刑法是对保险法的有益补充和有力保障.