使用spark 对文本分词统计

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。

最近看电子小说TXT格式的，有的太大放在手机里面开不了就用C++写了个分割工具，不过是win32的，把源代码给出来，有心人可以帮我改改，我觉得太慢了，过段时间把修改后的界面程序发上来

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

Python text analysis - source code