TODO

• 文本分类算法综述
• 一文总结文本分类必备经典模型

文本分类任务简介

一般, 文本分类大致分为以下几个步骤:

1. 定义阶段
   • 定义数据以及分类体系, 具体分为哪些类别, 需要哪些数据
2. 数据预处理
   • 对文档做分词、去停用词等准备工作
3. 数据提取特征
   • 对文档矩阵进行降维, 提取训练集中最有用的特征
4. 模型训练阶段
   • 选择具体分类模型以及算法, 训练出文本分类器
5. 评测阶段
   • 在测试集上测试并评价分类器性能
6. 应用阶段
   • 应用性能最高的分类模型对待分类文档进行分类

朴素贝叶斯分类模型

理论

实现