基于Hadoop平台的海量文本分类的并行化

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

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。

基于贝叶斯，SVM对文本进行分类，详细介绍了如何进行文本分类，如python+jieba+skelam

KNN文本分类CMU大牛的课程作业

自然语言处理文本分类文本分类综述报告

LDA text classification research

完整的文本分类程序，分词，去停用词，提取文本特征等。

SVM\libsvm文本分类svm分类器,文本分类介绍,网上搜集的!