文本分析 SGD

数据堂已经打不开了, 以前备份留下来的网易文本分类数据, dataid=602151

现代信息检索课的大作业，刚完成。热乎的。能够实现中文文本的话题分类。

文本分割，其实不是很难，大家认真看看源码就知道了，不要一味的复制。

易语言多行多文本分割源码。本为价格计算工具。代码完全可用，无模块。

可以分割和合并任意大小的txt文件，优点：两种合并格式，能够选择文件名区间进行合并，也能进行字串合并。

实现的功能 一、语料库处理 词频率（TF），文档频率（DF）的统计。 二、特征词提取。 文档频率DF方法：DF大于指定的阀值而且在各分类之间具有差异性。 开方（χ2） 方法：衡量特征与类别的独立性 信

按文本文件中的行或者字数或大小或章节将文本文件拆分成多个文件，特别是大文件拆分

基于语义模型的场景建模算法常常会关注模型中的参数与视频中的信息的对应关系，一般来说，模型里相对重要的参数都有其特有的意义（对应视频中的一个事件或者是主题概率等）。LDA（Latent Dirichle

java代码实现的网络新闻文本自动分类，采用朴素贝叶斯和支持向量机两种方法实现！

文本分类系统源码，比较好用。李荣陆的，KNN和SVM分类器的均有。