论文部分内容阅读
为了进一步提高文本分类的准确率，文中介绍了一种新的用于文本分类的概率分类器。该分类器首先通过自然语言处理技术对文本进行预处理，然后从训练集中读取文本信息从而产生正、负规则，并计算正负权重系数，最后计算正、负概率。文中给出了计算正负权重系数的算法，并根据计算出来的权重系数及正、负概率值对文本进行分类。将文中提出的概率分类器与SVM分类器进行对比实验，实验结果表明，文中设计的概率分类器对于文本分类效果较好。