邢照野，刘晓群

（河北省建筑工程学院，河北 张家口 065000）

0 引言

文档自动分类是一种采用统计方法或者机器学习方法来确定文本内容类别的过程，本文设计其思想为：根据一些已经有标签并分好类的训练数据，对模型进行训练，对新的数据进行分类得到标签。基于有监督学习的机器学习文本分类器可以根据数据集中的内容，获得文本信息的类别标签。由于人工进行分类文本的效率比较差，因此运用技术解决文本分类问题成为了目前研究的热点。

1 系统分析与设计

1.1 需求分析

从技术的层面上讲，本文使用监督学习算法来对历史数据训练，并生成模型，用于对未知文本的类别进行预测。不过目前由单一的算法所搭建的分类器效果较差，因此文本设计实现通过不同的组合方式和优化方式，对某批文本设计出最优的分类器，达到更好的分类效果。文本的分类器选择的是SVM，这是因为SVM是除了深度学习以外的最好的分类算法，它有如下特征：它既可应用于线性分类，也可以用于非线性分类。

1.2 系统流程

1.2.1 系统流程

文本分类流程如图1所示。

图1 文本分类流程图Fig. 1 flow chart of text classification

1.2.2 业务流程

本系统的目的是实现一个系统可以自动对文本信息进行分词处理，词频统计和分类处理。在数据上传部分，可以人为将所需要分类的文本信息进行粘贴上传，同时也可以通过给予一个 url地址，使用爬虫功能进行文本内容的获取。在文本分类处理部分，可以分别展示文本分词效果，词频统计效果和文本的分类效果，可以将程序对文本信息做处理的过程和结果进行可视化操作。……