一种基于KNN技术的语料库文本分类方法

摘要

一种基于KNN技术的语料库文本分类方法，包括如下步骤：从语料库中获取文本数据，并将获取的文本数据分为测试文本数据和待分类文本数据；将测试文本数据分为目标文本数据和训练文本数据；确定目标文本数据所属类别；沿着与目标文本数据距离由大至小的优先级从训练文本数据中依次选取递减的M、M‑1、M‑2、……、1个邻近文本数据；获取M个目标文本数据中与正确的目标文本数据所属类别相同的N个目标文本数据，以及为获取该N个目标文本数据所对应的N个训练文本数据；对待分类文本数据通过KNN分类算法进行分类处理。本发明利用推出的K值通过KNN分类算法对待分类文本数据进行分类处理的数据量最小，数据处理时间最短，数据处理效率最高。