svm文本分类

朴素贝叶斯分类器的文本分类算法

中文垃圾邮件项目: 数据集分为:ham_data.txt 和 Spam.data.txt , 对应为 正常邮件和垃圾邮件 其中每行代表着一个邮件

现代信息检索，文本分类的流程，重要概念。

本文档是一篇硕士学位论文，题目是《中文文本分类中文本表示及分类算法研究》，详细的介绍了文本分类的表示方法及分类算法，值得参考

加载Gutenberg语料库； 过滤停用词； 构建词袋模型：一篇文档是有其中的词构成的一个集合（袋子）； 词频分析：NLTK中的FreqDist类可以将单词封装成字典。 分类器部分代码见《Python

vc编写的文本分类源代码

只要您按照文本分类程序中readme文本分类的主要流程.txt 的说明一步一步完成的话，就可以进行文本分类

该工具包包含了完整的文本分类流程，涉及分词、特征处理、模型训练、未知样本分类等，是初级文本分类必备工具包

基于朴素贝叶斯的文本分类，结合了TF-IDF算法和textrank算法

简单的文本预处理程序，将输入文档去掉数字（不包含字母的字符串），去掉停用词，去掉标点符号，生成基本可用的词库（保留下的基本都是有意义的特征）。便于之后用支持向量机或者决策树等进行文本分类处理等。