Indexed by：
Abstract：
朴素贝叶斯分类器基于样本各属性相互条件独立的假设前提,它作为一种简单的词袋模型,忽略了上下文语境下同义词对分类的影响.本文提出相似词概念,使用相似词词簇代替传统的特征词典参与训练.首先训练word2vec得到词向量.然后,将特征词典用词向量表示后层次聚类,构建相似词词簇,并对其扩展.实验结果表明,改进后算法有效提高了文本分类的准确度,避免了因分类训练语料的差异导致分类效果的不稳定.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机与现代化
ISSN： 1006-2475
Year： 2018
Issue： 6
Page： 1-6
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 5
Chinese Cited Count：
30 Days PV： 17
Affiliated Colleges：
