文本分类算法分析（一种很好的文本分类算法）

文本分类特征选择方法

文本分类语料库,中文,训练集和测试集

文本分类python代码，google的多头attention，实现效果很好

利用十大经典机器学习算法之一的SVM（支持向量机）算法，实现文本分类，用于自然语言处理。

包含4部分数据下载，提取特征，Pipline 训练模型，GridSearchCV 寻找最优参数。用到的算法，NB, KNN,SVM,

文本建模，此项中的模型GLove,word2vec,在文本分类实用重要的作用

包括调用LibSVM进行分类的程序，以及文本预处理部分的程序详情见：http://www.cnblogs.com/finallyliuyu/archive/2010/09/04/1818019.htm

文本分类的基本知识和其中重要的概念知识。

中文文本分类完整流程的简单实现，分词、去停用词、提取特征、计算文档的特征向量、支持向量机训练、测试文档分类，简单实现，其中词频统计、去停用词使用布隆过滤器加速，效果不错

文本分类用电脑对文本集(或其他实体或物件)按照一定的分类体系或标准进行自动分类标记。属于一种基于分类体系的自动分类，是朴素贝叶斯分类方法。