孙逸菲



基于机器学习的文本分类技术研究进展

孙逸菲

沈阳化工大学信息工程学院，辽宁 沈阳 110142

信息化时代信息容量出现爆发性增长的趋势，信息量的增加在丰富人们生活的同时也会造成一定麻烦，为了实现科学高效工作就需要对海量信息进行有效管理。文本分类就是这样一种技术，这种技术能够帮助人们迅速获取准确信息。同传统的文本分类技术相比，基于机器学习的文本分类方式应用更为广泛，效果也更为明显。这项技术所发挥的作用也越来越重要，正因为如此就需要对基于机器学习的文本分类技术进行深入分析。从文本分类概念入手重点分析了当前的研究进展。

文本分类；机器学习；计算机

在经济社会快速发展的背景下，网络信息急剧增长，文本形式的信息更是呈现出了爆炸性增长趋势。在这样的背景下为了有效提升信息管理效率就要利用更为高效地文本分类技术。基于机器学习的文本分类技术已经成为近些年来人们普遍采用的一种方式，这样一种方式的应用能够起到非常重要的现实意义。

1 文本分类概念

文本是当前语言应用的主要形态，所谓文本分类实际上就是要在既定分类体系下来根据文本内容或者是属性把文本划分为一个或者多个预先定义的类别当中。如果从数学角度来看文本分类实际上就是一个映射过程，这个映射过程既可以是一一映射，又可以是一对多映射。[1]

文本分类是一项非常专业地工作，这项工作的进行是包含多个环节的，文本预处理、文本表示、特征提取、分类器选择训练、分类结果评价及反馈就是其中主要环节。……