文本分類技術(shù)的若干方法和應(yīng)用研究.pdf

1、本文以研究垃圾郵件過濾、電子郵件分類等真實(shí)應(yīng)用所需的實(shí)用有效的文本分類技術(shù)為目的，仔細(xì)討論了若干相關(guān)技術(shù)。第一章綜述了當(dāng)前文本分類的主流分類算法，詳細(xì)討論了任務(wù)背景和研究動(dòng)機(jī)，并給出了具體研究?jī)?nèi)容和結(jié)果。第二章介紹了文本分類技術(shù)中除分類器設(shè)計(jì)、特征表示之外的其它主要組成部分。第三章在分析二項(xiàng)簡(jiǎn)單貝葉斯(Naive Bayes，NB)分類器與多項(xiàng)簡(jiǎn)單貝葉斯分類器的機(jī)理的基礎(chǔ)上，針對(duì)文本分類問題的特性，首次提出了單邊二項(xiàng)NB分類器、平

2、均單邊二項(xiàng)NB分類器和平均多項(xiàng)NB分類器等新型分類器，并將它們?cè)谖谋痉诸愒u(píng)測(cè)集上進(jìn)行了比較。第四章用實(shí)驗(yàn)方法討論了SVM分類器中的折中參數(shù)與不對(duì)稱系數(shù)、加權(quán)方式、特征選擇方式等對(duì)SVM分類器在文本分類中的性能的影響。第五章第一次系統(tǒng)地討論了各種分類器組合方法在文本分類問題上的性能表現(xiàn)。第六章第一次系統(tǒng)地比較了字符元組、詞組、位置加權(quán)等各種文本表示方法對(duì)NB分類器和SVM分類器的影響。第七章介紹了一個(gè)我們開發(fā)的電子郵件分類系統(tǒng)Me