分类是我们经常遇到的问题,而“是”与“否”是最简单的分类命题,对于人类来说分类不难,例如:这支笔是不是钢笔?但对于机器来说就没有那么简单,以下提到的文本的是非判断是我开发过的项目中所使用的计算方法,本质上来说是朴素贝叶斯分类计算,只是在这个的基础上做了改良,用于文本(新闻)是否属于某城市的判断,正确率80%左右;
简介
二分类是指所有的文本只存在两个分类的划分,例如“**市新闻”的分类,所有的文章都可以划分为“**市”和“非**市”两类,不存在第三种分类。
适用条件
二分类中的其中一个分类(是/非)具有明显特征,并且可以提取出一系列特征词作为判断的依据,例如“**市”文章中带有当地的行政区划、地理建筑、文化历史等相关的特征词。
主要特征