基于贝叶斯决策的极短文本分类模型

摘要

为了有效提取极短文本中的关键特征信息,提出一种基于贝叶斯决策的极短文本分类模型.首先对原数据进行数据清洗并利用Jieba分词对清洗过的数据进行处理;然后利用Kettle工具提取分类所需关键词,并将处理后的数据存人数据库;最后利用贝叶斯决策对极短文本进行分类.通过(1-0)检验,验证模型的有效性.以一批极短文本数据作为样本进行实验,结果显示出该方法能够有效提高匹配效率,误分度与精确度指标的匹配结果更加均衡.