文本分类热门博客列表 - ITeye博客频道

博客专栏推荐

本月博客排行

年度博客排行

自然语言处理工具pyhanlp分词与词性标注

Pyhanlp分词与词性标注的相关内容记得此前是有分享过的。可能时间太久记不太清楚了。以下文章是分享自“baiziyu”所写（小部分内容有修改），供大家学习参考之用。简介 pyhanlp是HanLP的Python接口。因此后续所有关于pyhanlp的文章中也会写成HanLP。HanLP是完全用Java自实现的自然语言处理工具包。特点是完全用Java实现不引入第三方工具包。完全开源。中文 ...

python 文本挖掘文本分类

adnb34g 评论(0) 有670人浏览 2019-05-18 10:10

基于gibbsLDA的文本分类

之前几篇文章讲到了文档主题模型，但是毕竟我的首要任务还是做分类任务，而涉及主题模型的原因主要是用于text representation，因为考虑到Topic Model能够明显将文档向量降低维度，当然TopicModel可以做比这更多的事情，但是对于分类任务，我觉得这一点就差不多了。 LDA之前已经说到过，是一个比较完善的文档主题模型，这次试用的是JGibbsLDA开源的LDA代码做L ...

LDA 文本分类

u010223750 评论(0) 有4006人浏览 2016-05-06 15:46

达观数据：文本大数据的机器学习自动分类方法

随着互联网技术的迅速发展与普及，如何对浩如烟海的数据进行分类、组织和管理，已经成为一个具有重要用途的研究课题。而在这些数据中，文本数据又是数量最大的一类。文本分类是指在给定分类体系下，根据文本内容自动确定文本类别的过程（达观数据科技联合创始人张健）。文本分类有着广泛的应用场景，例如：新闻网站包含大量报道文章，基于文章内容，需要将这些文章按题材进行自动分类（例如自动 ...

大数据文本分类互联网机器学习

大数据顾问评论(1) 有4887人浏览 2016-01-07 13:42

LIBSVM学习——文本分类

最近期末事儿比较多，没什么大东西，最近在使用libsvm做文本分类，虽然感受到了LIBSVM的便捷之处，但是也感受到了Libsvm的调参的复杂性，写下来Mark一下文本分类，使用的是路透社的语料最为训练和测试数据集，原始的语料有91类大概十几万篇文章，由于以一些类的数量太少（本次实验室将一个类别下的文本数量少于100篇的过滤）而不具备训练价值（对于有监督的学习而言），最后我们得到的是8个 ...

文本分类机器学习 libsvm

u010223750 评论(0) 有6131人浏览 2015-12-30 15:11

文本分类步骤

From:http://palydawn.blog.163.com/blog/static/18296905620124171155256/ Keywords: 文本分类分词停用词文本特征特征向量布隆过滤器 ICTCLAS 1. 序言最近一直在做 ...

文本分类

forever1220 评论(0) 有2108人浏览 2014-07-30 08:51

数据挖掘-文本分类：特征选择方法总结

一、概念二、特征选择方法总结一、概念特征词选择和特征词权重 1.特征词选择：特征词选择是为了降低文本表示的维度，而特征词权� ...

特征选择文本分类文档词频互信息信息增益

dengqsintyt 评论(0) 有5461人浏览 2014-07-27 16:02

朴素贝叶斯在文本分类中的应用

听过朴素贝叶斯的人，知道多项式朴素贝叶斯是神马，伯努利贝叶斯是神马吗？如果不知道，请继续读下去。其实所谓的“多项式� ...

朴素贝叶斯多项式伯努利文本分类

yzmduncan 评论(0) 有11065人浏览 2013-08-29 16:50

分类算法综述

分类的概念很简单，就是给出一个样本x，判断样本所属的类别y，分类器就是映射函数f: y=f(x)。当然，这个函数是需要根据以往的经验（大量已知� ...

文本分类 KNN 贝叶斯 SVM 决策树

yzmduncan 评论(0) 有2763人浏览 2013-08-25 15:44

贝叶斯文本分类 java实现

昨天实现了一个基于贝叶斯定理的的文本分类，贝叶斯定理假设特征属性（在文本中就是词汇）对待分类项的影响都是独立的，道理比较简单，在中文分类系统中，分类的准确性与分词系统的好坏有很大的关系，这段代码也是试验不同分词系统才顺手写的一个。试验数据用的sogou实验室的文本分类样本，一共分为9个类别，每个类别文件夹下大约有2000篇文章。由于文本数据量确实较大，所以得想办法让每次训练的结果都 ...