设计 任务书 文档 开题 答辩 说明书 格式 模板 外文 翻译 范文 资料 作品 文献 课程 实习 指导 调研 下载 网络教育 计算机 网站 网页 小程序 商城 购物 订餐 电影 安卓 Android Html Html5 SSM SSH Python 爬虫 大数据 管理系统 图书 校园网 考试 选题 网络安全 推荐系统 机械 模具 夹具 自动化 数控 车床 汽车 故障 诊断 电机 建模 机械手 去壳机 千斤顶 变速器 减速器 图纸 电气 变电站 电子 Stm32 单片机 物联网 监控 密码锁 Plc 组态 控制 智能 Matlab 土木 建筑 结构 框架 教学楼 住宅楼 造价 施工 办公楼 给水 排水 桥梁 刚构桥 水利 重力坝 水库 采矿 环境 化工 固废 工厂 视觉传达 室内设计 产品设计 电子商务 物流 盈利 案例 分析 评估 报告 营销 报销 会计
Logo 顶部广告
首页 | 机械毕业设计 | 电子电气毕业设计 | 计算机毕业设计 | 土木工程毕业设计 | 视觉传达毕业设计 | 理工论文 | 文科论文 | 毕设资料 | 帮助中心
今天是: |>>> 您现在的位置:首页>>>>文档详细内容
标题:

基于改进TF-IDF的朴素Bayes文本分类器的实现和应用 毕业论文+任务书+开题报告+文献综述+外文翻译及原文


基于改进TF-IDF的朴素Bayes文本分类器

的实现和应用

【摘要】  随着人工智能的快速发展以及5G时代的到来,每个人都可以轻松的接入互联网。互联网中充斥着大量各种各样的文本信息,用户可以使用智能设备轻松、便捷的进行检索。信息的获取变得空前简单和快速,但是这些信息往往夹杂这一些垃圾信息、广告等,用户想要从海量的信息中快速的找到对自己有用的信息变得十分困难。自然语言处理技术应运而生,在进行分类任务时,给每个特征词分配相同的权重,然而在文本中不同的特征词往往重要程度不同,分配合适的权重将有助提高分类效果。为此本文提出一种改进的朴素Bayes文本分类算法,该算法以TF-IDF为基础,使用特征词位置因子以加强特征权重的准确性,对不同词分配不同的特征权重,对TF-IDF中的IDF值计算方法进行改进,从而提高算法的准确性。在实验部分,本文使用真实的从网上采集得新闻数据集进行文本分类实验从而验证算法改进的效果,实验结果符合预期,改进后的朴素Bayes文本分类算法在三个分类指标上都有较大提高,且改进后的TF-IDF使用更少的特征词就可以做到与原始TF-IDF相同的分类精度,改进后算法能有效地提高分类性能和效率。

【关键词】  文本分类,朴素Bayes,TF-IDF,特征权重

Implementation and Application of Naive Bayes Text Classifier Based on Improved TF-IDF

【Abstract】   With the rapid development of artificial intelligence and the advent of the 5G era, anyone can easily access the Internet. The network is full of various text messages, and users can use smart devices to obtain information easily and conveniently. Although the access to information is simpler and faster than before, this information is often mixed with some junk and advertisements. It is very difficult for users to find useful information from a large amount of information. Natural language processing technology is available. When performing the classification task, each feature word is assigned the same weight. However, different feature words in the text often have different importance. Allocating proper weight can improve the classification effect. To this end, this paper proposes an improved simple Bays text classification algorithm based on TF-IDF, which uses the position coefficients of feature words to improve the accuracy of feature weights and assigns different feature weights to different words. The calculation method of TI- IDF has been improved, and the accuracy of the algorithm has been improved. In the experimental part, this article uses actual news data sets collected from the Internet to conduct text classification experiments to verify the effect of algorithm improvements. The experimental results are as expected. The improved simple Bayesian text classification algorithm has been greatly improved in three classification indicators. In addition, the improved TF-IDF can use fewer feature words to achieve the same classification accuracy as the original TF-IDF, and the improved algorithm can effectively improve the classification performance and efficiency.

【Key Words】   Text classification, naive Bayes, TF-IDF,, feature weight

目 录

1 绪 论

1.1 选题背景及研究意义

1.2 国内外研究综述

1.3 研究思路及研究方法

1.3.1 研究思路

1.3.2 研究方法

2 基本原理及有关概念

2.1 贝叶斯决策论原理

2.2 朴素贝叶斯分类器

2.3 TF-IDF

2.3.1 特征项频率TF

2.3.2 逆向文件频率IDF

3 基于改进TF-IDF的朴素贝叶斯分类算法

3.1 IDF改进

3.2 特征词位置信息

4 实验与分析

4.1 数据来源及处理

4.2 实验步骤

4.3 实验评估指标

4.4 实验结果分析

5 结论与建议

参考文献

致 谢

图目录

图4.1 汽车类别下010806_398.txt文档内容

图4.2 处理后汽车类别下010806_398.txt文档内容

图4.3 特征词个数对Precision的影响

图4.4 改进后特征词个数对Precision的影响

表目录

表4.1数据集表

表4.2 TF-IDF在不同新闻类型下的precision、recall、F1值

表4.3 TF-IDF在不同新闻类型下的混淆矩阵

表4.4改进TF-IDF在不同新闻类型下的precision、recall、F1值

表4.5改进TF-IDF在不同新闻类型下的混淆矩阵

表4.6基于属性加权在不同新闻类型下的precision、recall、F1值

表4.7基于属性加权在不同新闻类型下的混淆矩阵













| 关于我们 | 友情链接 | 毕业设计招聘 |

毕业66资料站 biye66.com ©2015-2026 版权所有 | 微信:15573586651 QQ:3903700237

本站毕业设计和毕业论文资料均属原创者所有,仅供学习交流之用,请勿转载并做其他非法用途.如有侵犯您的版权有损您的利益,请联系我们会立即改正或删除有关内容!