改进朴素贝叶斯算法在文本分类中的应用 |
| |
引用本文: | 黄勇,罗文辉,张瑞舒. 改进朴素贝叶斯算法在文本分类中的应用[J]. 科技创新与应用, 2019, 0(5) |
| |
作者姓名: | 黄勇 罗文辉 张瑞舒 |
| |
作者单位: | 武汉理工大学自动化学院;武汉理工大学能动学院 |
| |
摘 要: | 朴素贝叶斯算法是一种基于概率统计的分类算法,广泛应用于机器学习中分类问题的求解中。文本分类是自然语言处理和数据挖掘领域中的研究热点有着广泛的应用前景。朴素贝叶斯算法已经在文本分类中取得了较好的分类效果,但是由于文本词向量的特征向量维度高,很多分类算法的求解效率和准确率都不高。文章提出一种基于词向量间余弦相似度的改进朴素贝叶斯算法,有效的降低了特征向量的数据冗余和计算复杂性。
|
关 键 词: | 文本分类 朴素贝叶斯算法 特征向量 余弦相似度 |
Application of an Improved Naive Bayes Algorithm in Text Classification |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|