[發(fā)明專利]基于逆向詞頻的貝葉斯文本分類器

在審

• 申請?zhí)枺?/td>: 201410376416.3
• 申請日: 2014-08-01
• 公開（公告）號: CN104142997A
• 公開（公告）日: 2014-11-12
• 發(fā)明（設(shè)計(jì)）人: 關(guān)丹輝
• 申請（專利權(quán)）人: 浪潮電子信息產(chǎn)業(yè)股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 無
• 代理人: 無

1.基于逆向詞頻的貝葉斯文本分類器，其特征在于以單詞的逆向詞頻作為單詞的區(qū)分度，加權(quán)單詞在不同類別中頻率得到單詞的綜合先驗(yàn)概率；根據(jù)貝葉斯定理，由先驗(yàn)概率求得這些單詞屬于不同類別的后驗(yàn)概率，選擇最大后驗(yàn)概率值的分類以達(dá)到分類的目的；

主要考慮該單詞在所有文檔中出現(xiàn)的次數(shù)和該單詞在本文檔中出現(xiàn)的次數(shù)兩個方面；而根據(jù)大數(shù)定律，單詞先驗(yàn)概率值以單詞在該分類中頻率來表示，而我們考慮了不同單詞的區(qū)分度，換句話說此時得到的先驗(yàn)概率不是純粹代表了該單詞在該分類中出現(xiàn)的概率，而是代表了該分類中出現(xiàn)該單詞的綜合先驗(yàn)概率。