基于贝叶斯算法的中文新闻标题分类研究
郭泓; 尚庆生; 赵薇; 韩运龙
2023-12-10
发表期刊现代信息科技
卷号7期号:23页码:89-92
摘要

摘要是对消息的一种高度概括,因此,如何有效地对摘要进行快速、准确的识别,是当前中文摘要识别领域的一个重要课题。文章提出TF-IDF和贝叶斯算法相结合的新闻分类方法,通过TF-IDF算法提取短文文本中的特征词集合,捕捉短文文本表达的语义,并计算出相应的TF-IDF值,将TF-IDF值形成特征向量作为贝叶斯算法的输入来实现新闻文本分类,最后根据错误率对预测结果进行评价。试验结果表明,该方法可以将贝叶斯方法与TF-IDF相结合,实现对信息的快速分类。

关键词贝叶斯算法 TF-IDF 新闻分类
DOI10.19850/j.cnki.2096-4706.2023.23.019
URL查看原文
ISSN2096-4706
语种中文
原始文献类型学术期刊
中图分类号TP18;TP391.1;G213
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/35561
专题信息工程与人工智能学院
长青学院
作者单位兰州财经大学
第一作者单位兰州财经大学
推荐引用方式
GB/T 7714
郭泓,尚庆生,赵薇,等. 基于贝叶斯算法的中文新闻标题分类研究[J]. 现代信息科技,2023,7(23):89-92.
APA 郭泓,尚庆生,赵薇,&韩运龙.(2023).基于贝叶斯算法的中文新闻标题分类研究.现代信息科技,7(23),89-92.
MLA 郭泓,et al."基于贝叶斯算法的中文新闻标题分类研究".现代信息科技 7.23(2023):89-92.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
现代信息科技12月上23期(郭泓89-9(1797KB)期刊论文作者接受稿暂不开放CC BY-NC-SA请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[郭泓]的文章
[尚庆生]的文章
[赵薇]的文章
百度学术
百度学术中相似的文章
[郭泓]的文章
[尚庆生]的文章
[赵薇]的文章
必应学术
必应学术中相似的文章
[郭泓]的文章
[尚庆生]的文章
[赵薇]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。