关于文本分类的若干方法

空间向量模型

LSA/LSI

LDA

词向量方法

上一个数据集的贝叶斯方案

  • VSM方案正确率90.1%
  • 使用tfidf方法对文本标准化之后得到的文本向量进行贝叶斯分类,正确率为90.0% 原因大概是去掉stopwords后的论文的的词汇都较为简练,毕竟惜字如金哈!所以,各个词的权重分布不是很明显。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值