基于上下文语义的朴素贝叶斯文本分类算法

摘要：

朴素贝叶斯分类器基于样本各属性相互条件独立的假设前提,它作为一种简单的词袋模型,忽略了上下文语境下同义词对分类的影响.本文提出相似词概念,使用相似词词簇代替传统的特征词典参与训练.首先训练word2vec得到词向量.然后,将特征词典用词向量表示后层次聚类,构建相似词词簇,并对其扩展.实验结果表明,改进后算法有效提高了文本分类的准确度,避免了因分类训练语料的差异导致分类效果的不稳定.

关键词：文本分类、朴素贝叶斯、word2vec

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6