滕金保，孔韦韦，田乔鑫，王照乾，李 龙

1.西安邮电大学，西安 710121

2.桂林电子科技大学，广西 桂林 541004

3.陕西省网络数据分析与智能处理重点实验室，西安 710121

4.广西可信软件重点实验室，广西 桂林 541004

文本分类是自然语言处理中最经典、最重要的任务之一，主要任务是将给定的文本数据集按照已知的类别进行归类。文本分类技术便于人们对文本数据处理，有助于提取文本中最有价值的信息，也是自然语言处理中一项最基本的任务，在情感分析[1]、垃圾邮件识别[2]、舆情分析[3]等任务中有重要的研究意义，受到了人们的高度重视。

传统的文本分类算法主要是基于统计的分类算法，结合特征工程与机器学习模型实现对文本的分类[4]。Hindi等[5]提出了一种改进的KNN模型，该模型的距离函数利用词频和它们之间的顺序关系进行距离计算，首先对文本数据进行预处理和特征提取，然后使用KNN算法对文本分类数据集的距离进行了评估。Ying等[6]提出了改进的贝叶斯算法来解决文本分类问题，首先使用贝叶斯算法进行文本分类并计算准确率，同时与其他方法进行比较，确定所用方法的有效性，然后通过修改设定的阈值来提高预测的准确率，使得模型能够更有效地预测出具有特定意义的文本。文献[7]提出用改进的朴素贝叶斯来解决文本分类问题，通过构造一个相关因子，该因子包含了不同类之间的总体相关性，有效地利用了自举的思想，对于较小的训练集数据仍然有不错的效果。……