資源描述：
《基于貝葉斯的文本自動分類的研究和實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、畢業(yè)設計（論文）畢業(yè)設計（論文）任務書題目基于貝葉斯的文本自動分類的研究和實現(xiàn)專業(yè)學號姓名主要內(nèi)容、基本要求、主要參考資料等：近年來隨著Internet的大規(guī)模普及和企業(yè)信息化程度的提高，有越來越多的信息積累，而需要信息的人還沒有特別方便的工具去從來自異構(gòu)數(shù)據(jù)源的大規(guī)模的文本信息資源中提取符合需要的簡潔、精煉、可理解的知識，文本挖掘正是解決這一問題的一個方法。本課題研究基于貝葉斯的文本分類系統(tǒng)，可以用于以下領域和系統(tǒng)中：企業(yè)知識門戶、信息增值服務、智能搜索引擎、數(shù)字圖書館、情報分析、信息安全和過濾、電子商務系統(tǒng)。文
2、本自動分類不需人工干預的自動分類技術(shù)，有效提高非結(jié)構(gòu)化信息資源的加工效率。利用樸素貝葉斯分類文法的分類器，分析已經(jīng)手動分類的文本，根據(jù)文本內(nèi)容計算分類條件概率，再利用訓練好的分類器分析未分類的文本，根據(jù)分類器算出的所屬領域概率最大的進行分類。本課題任務要求：1)學習關(guān)于樸素貝葉斯分類文法，查找相關(guān)的資料以供參考；2)實現(xiàn)樸素貝葉斯分類文法的分類器；3)人工對樣本數(shù)據(jù)進行分類和標注；4)利用貝葉斯分類文法的分類器，利用樣本進行訓練，然后對分類數(shù)據(jù)進行自動分類；5)根據(jù)分類結(jié)果，調(diào)整分類閾值，彌補分類器的不足。6)根據(jù)
3、實驗數(shù)據(jù)和結(jié)果，按時完成畢業(yè)設計論文。主要參考資料：貝葉斯分類算法的論文和資料，未分類文本語料。完成期限：指導教師簽章：專業(yè)負責人簽章：年月日11畢業(yè)設計（論文）摘要隨著計算機技術(shù)和通訊技術(shù)的飛速發(fā)展，人們可以獲得越來越多的數(shù)字化信息，但同時也需要投入更多的時間對信息進行組織和管理。為了減輕這種負擔，人們開始研究使用計算機對文本進行自動分類。文本自動分類就是在給定的分類體系下，讓計算機根據(jù)文本的內(nèi)容確定與它相關(guān)聯(lián)的類別。自動文本分類是人工智能技術(shù)和信息獲取技術(shù)相結(jié)合的研究領域。隨著網(wǎng)絡的發(fā)展，大量的文檔數(shù)據(jù)涌現(xiàn)在網(wǎng)
4、上，用于處理海量數(shù)據(jù)的自動文本分類技術(shù)變得越來越重要，已逐漸成為處理和組織大量文檔數(shù)據(jù)的關(guān)鍵技術(shù)。通過分析kNN(kNearestNeighbor)、樸素貝葉斯(NaiveBayes)、SVM(SupportVectorMachine)三種文本分類方法的優(yōu)點和缺點，發(fā)現(xiàn)樸素貝葉斯分類器速度極快，具有最小的出錯率，可在線化實現(xiàn)等優(yōu)點，并對該分類方法進行了理論分析和實驗對比，實驗結(jié)果表明這種文本分類模型是高效的可行的。本文首先介紹了基于貝葉斯的文本自動分類的研究和實現(xiàn)的背景,并且敘述了相關(guān)問題的概念知識，包括文本分類和
5、中文分詞等；其次，對相關(guān)的理論知識做了講解，包括先驗概率、條件概率、貝葉斯理論、貝葉斯算法等；第三，對如何實現(xiàn)文本分類進行了概述以及整體講解，通過給出流程圖，可以更直觀的了解實現(xiàn)的過程；第四，詳細介紹了實現(xiàn)本課題所用到的重要工具，包括JBuilder2007開發(fā)工具和全文檢索引擎Lucene以及Java平臺；第五，在前期工作基礎上，給出了詳細的實現(xiàn)過程，包括單文本分類和多文本分類以及相關(guān)具體操作；最后，通過多次大量重復試驗，得出了實驗數(shù)據(jù)，在此通過表格的形式，直觀的給出了實驗結(jié)果。本課題研究基于貝葉斯的文本分類系統(tǒng)
6、，根據(jù)所討論的算法構(gòu)造了貝葉斯文本自動分離器，并做出詳盡的訓練測試，從最終的試驗結(jié)果可以看出，貝葉斯算法簡單、性能優(yōu)越，即使在不考慮貝葉斯假設的前提下，仍然取得良好的分類性能。關(guān)鍵字：文本自動分類，貝葉斯分類，分類文本語料庫。11畢業(yè)設計（論文）AbstractWiththecomputertechnologyandtherapiddevelopmentofcommunicationtechnology,peoplecangetmoreandmoredigitalinformation,butitalsoneeds
7、todevotemoretimetoorganizeandmanageinformation.Inordertoalleviatethatburden,peoplebegantostudytheuseofcomputersforautomaticclassificationoftext.Automatictextcategorizationistheclassificationofagivensystem,thecomputerdeterminedinaccordancewiththecontentsofthete
8、xtassociatedwithitscategory.Automatictextclassificationistheartificialintelligencetechnologyandaccesstoinformationtechnologyresearchfield.Withthedevelopmentofnetwork,dataontheemerg
