徐萍

摘要：近些年来，在信息的搜索以及对数据进行挖掘的研究等领域中，文本自动分类技术是这个领域最新、最关键的技术，并且在互联网纷繁复杂的信息处理方面以及机器学习的基础知识上，文本分类技术处理面临种种挑战，在算法、模型以及对产品的评测进行一系列的研究工作，该文总结了当前在机器学习基础上的关键问题，例如：Web页的分类方法，分类的多层性，算法的扩展特性，标注的瓶颈，文本分类技术的分散性以及线性。该文综合考虑了以上因素，对其进行科学合理的分析，并对基于机器学习的文本分类技术的研发与改进方法提出几点建议与措施，希望可以起到借鉴作用。

关键词：机器学习;文本分类;结束研究;进展

中图分类号：TP3        文献标识码：A

文章编号：1009-3044（2021）30-0109-02

开放科学（资源服务）标识码（OSID）：

在如今这个信息时代，互联网上每天都有海量的不同信息涌入人们脑海当中。针对这些基于信息内容的机器学习数据挖掘工作以及对这些海量信息检索能力都是目前的热门研究领域。这些领域之中，文本分类技术是其中最为重要的一种技术，文本分类方法就是针对固定的类别基础上通过文字来对其进行识别。文本分类技术处理主要是理解自然的语言并对其进行有效处理，对信息进行管理以及组织，并对文字的内容进行过滤，分离出无效信息。因此，对基于机器学习的文字分类技术的研究就尤为重要。对不同文本分类方法进行总结并试图探讨优化当前文本分类技术的方法。……