文本分类的基本步骤是什么，主要划分为几步？

1、获取训练文档集合。训练文档的好坏对分了结果至关重要。一般是公认的，经过人工分类的库。

2、建立文档表示模型。目前分类方法主要用词语（相对于字、短语）来表征文档。具体可能是关键词、主题词。

3、文档特征选择。在所有文档特征向量中，选取最优子集表示文档，减少特征向量计算量。

4、选择分类器。KNN，SVM是文本分类中常用的分类模型。当然，也可以选择bayes、回归模型等。

5、性能评估，参数调优。根据分类效果，调整参数，使分类效果更好。
人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：
什么是文本挖掘？大数据该挖掘什么？
http://www.duozhishidai.com/article-13833-1.html
大数据时代，文本、语义和社交分析，未来市场将走向何方
http://www.duozhishidai.com/article-2467-1.html
基于深度神经网络,是怎么自动生成文本摘要的
http://www.duozhishidai.com/article-1306-1.html

---

多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站