LDA文本分类研究

NULL博文链接：https://luchi007.iteye.com/blog/2267674

本报告包括完整的文本分类处理过程，包括24万搜狗预料库的处理、jieba分词、停用词无关词处理、词袋模型的构建（CHI值检验用于特征筛选、tfidf作为特征向量值）。并用自编朴素贝叶斯以及sklear

文本分类语料库，包含医药、计算机、环境、经济、交通、艺术、体育等10个学科领域

LSTM多类文本分类，keras实现，Multi-ClassTextClassificationwithLSTM，bySusaNLi。

文本分类特征选择方法

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

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。

编译通过的代码，且包含文本分词代码

新闻文本分类实战

中国互联网环境的发展，让大量蕴含丰富信息的新词得以普及。而传统的特征词权重TF-IDF（TermFrequencyandInvertedDocumentFrequency）算法主要考虑TF和IDF两个