【摘要】 本发明公开了一种基于修正的K近邻文本分类方法，包括文本预处理，首先对训练文本集合中的每一个文档进行分词，去除停用词，将文本进行项目化表示；文本特征选择，然后对文本向量降维，选择尽可能少且与文档主题概念密切相关的文档特征；最后利用基于偏差的K近邻文本分类算法构建分类器进行分类，得到分类结果。该方法分类结果准确。 ： 【专利类型】发明申请 【申请人】南京财经大学 【申请人类型】学校 【申请人地址】210003 江苏省南京市铁路北街128号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010601777.5 【申请日】2010-12-23 【申请年份】2010 【公开公告号】CN102033949A 【公开公告日】2011-04-27 【公开公告年份】2011 【授权公告号】CN102033949B 【授权公告日】2012-02-29 【授权公告年份】2012.0 【IPC分类号】G06F17/30 【发明人】曹杰; 伍之昂; 王有权; 方仓健 【主权项内容】一种基于修正的K近邻文本分类方法，其特征在于：该方法首先对训练文本集合中的每一个文档进行分词，去除停用词，将文本进行项目化表示，然后对文本向量降维，选择尽可能少且与文档主题概念密切相关的文档特征，最后利用基于偏差的K近邻文本分类算法构建分类器，得到分类结果，具体步骤如下：1) 文本预处理；搜集文本并进行预处理，包括处理文本乱码及非文本内容分词并去停用词，删除非相关文本；2)文本特征选择，应该选择尽可能少而准确且与文档主题概念密切相关的文档特征进行文本分类；用文本预处理的结果组成一个文本向量来表征文本，然后根据规则从高维的特征空间中选取对文档分类影响最大的特征子集来提高文本分类的时间和空间效率；3) 文本分类；由于K近邻文本分类方法存在当样本分布密度不不均匀时K近邻存在倾向于大类的分类决策，采用基于修正的K近邻文本分类方法进行分类。 【当前权利人】国网江苏省电力有限公司信息通信分公司 【当前专利权人地址】江苏省南京市北京西路20号 【专利权人类型】公立 【统一社会信用代码】123200004660071678 【引证次数】2.0 【被引证次数】24 【他引次数】2.0 【被他引次数】24.0 【家族引证次数】2.0 【家族被引证次数】24

未经允许不得转载：http://www.zhongzhencnc.com/1785698223.html