文本分类器

对KNN文本分类算法进行改进,提高文本分类正确率和分类效率.

keras实现中文文本分类；实现中文分析，词向量引入；基于语义的特征卷积计算，实现文本分类。

有搜狗分类新闻语料库得出的libsvm格式数据，特征词选择方法为IG，更多了解请参阅个人博客http://hi.baidu.com/finallyliuyu/home查阅相关文章

为节省存储空间和提高搜索效率，在处理自然语言数据（或文本）之前或之后会自动过滤掉某些字或词，这些字或词即被称为StopWords（停用词）。这些停用词都是人工输入、非自动化生成的，生成后的停用词就形成

文本分类入门文章汇总，将十几篇文章集中到一起，看起来方便：）

采用贝叶斯算法实现的文本分类。本源码中已经包含了训练集和测试集数据，分词采用je和lucene包（源码包含），具有简单的界面。当然，你如果想要正常运行自然需要对这两个包进行导入，并且在源码中重新设置文

搜狗文本分类语料库

文本分类代码

文本分类特征选择的重要算法总结，每个算法的优缺点

基于tensorflow实现CNN文本分类目前文本分类问题主要使用的RNN/LSTM，但是本身具有时序性强、速度慢等局限性。而CNN的主要特点是速度快，主要用于计算机图像的核心部分GPU的硬件层实现。