面向新闻文本的分类方法的比较研究

摘要：

文本分类是根据文档内容将文档分类为预定义类别的过程.文本分类是文本检索系统的必要要求,文本检索系统响应用户的查询检索文本,而文本理解系统以某种方式转换文本,如生成摘要,回答问题或提取数据[1].本文中将运用朴素贝叶斯、支持向量机、K最近邻、fastText这4种方法来进行新闻文本分类,并比较了各种算法的分类性能、复杂度等方面的优缺点,最后评述了精确度和时间2种分类器常用的性能评价指标[2].

关键词：文本分类、新闻文本、朴素贝叶斯、支持向量机、K最近邻、fastText

所属期刊栏目：8

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-41