一种基于机器学习的文本分类方法
基本信息
| 申请号 | CN202011544023.0 | 申请日 | - |
| 公开（公告）号 | CN113157912A | 公开（公告）日 | 2021-07-23 |
| 申请公布号 | CN113157912A | 申请公布日 | 2021-07-23 |
| 分类号 | G06F16/35;G06F40/216;G06K9/62;G06N20/10 | 分类 | 计算；推算；计数; |
| 发明人 | 刘建雄;陈敏 | 申请（专利权）人 | 航天科工网络信息发展有限公司 |
| 代理机构 | 中国兵器工业集团公司专利中心 | 代理人 | 张然 |
| 地址 | 100854 北京市海淀区永定路52号东门 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于机器学习的文本分类方法，其中，包括：文本数据预处理、文本表示、特征降维、分类模型训练以及分类性能评估；文本数据预处理具体包括：按照顺序需要对文本数据进行操作：文本标记、文本分词处理以及去除停用词处理；文本表示包括：经过文本预处理之后，将文本表示成一种形式化数学描述，使之成为计算机能够识别的语言；卡方统计算法以及互信息算法，进行特征降维。本发明在CHI中引入词频因子，MI中引入调节因子，形成新的特征选取算法CHMI，理论效果优于卡方统计和互信息算法，实现了快速、准确获取到目标数据。 |
