基于逆向词频的贝叶斯文本分类器

摘要

本发明提供一种基于逆向词频的贝叶斯文本分类器，以单词的逆向词频作为单词的区分度，加权单词在不同类别中频率得到单词的综合先验概率；根据贝叶斯定理，由先验概率求得这些单词属于不同类别的后验概率，选择最大后验概率值的分类以达到分类的目的。本发明的基于逆向词频的贝叶斯文本分类器和现有技术相比，我们首先假设各个单词出现的概率相互独立，根据训练数据集估计出各个单词的先验概率，由此计算出在测试文档中出现的各个单词之后，属于不同类别分档的后验概率。我们依据最大后验概率值，将文档分类到具体的类别中，本发明具有设计合理、结构简单、使用方便等特点，因而，具有很好的使用价值。