Question

文本分类的过程

Answer 1

文本分类一般包括了文本的表达、 分类器的选择与训练、 分类结果的评价与反馈等过程，其中文本的表达又可细分为文本预处理、索引和统计、特征抽取等步骤。文本分类系统的总体功能模块为：
（1） 预处理：将原始语料格式化为同一格式，便于后续的统一处理；
（2） 索引：将文档分解为基本处理单元，同时降低后续处理的开销；
（3） 统计：词频统计，项（单词、概念）与分类的相关概率；
（4） 特征抽取：从文档中抽取出反映文档主题的特征；
（5）分类器：分类器的训练；
（6） 评价：分类器的测试结果分析。