文本分析系列——基于词库的文本是非判断计算

        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