一种东巴文献分类方法

摘要

本发明涉及一种东巴文献分类方法，包括以下步骤：步骤1)划分训练集与测试集；步骤2)文本预处理；步骤3)特征选择；步骤4)利用文献特征进行二次降维得到东巴文献分类的特征；步骤5)特征加权；步骤6)用向量空间模型来表示训练集和测试集的文档，得到其向量空间模型表示形式；步骤7)根据分类规则对测试集进行分类得到分类结果。本发明提出的东巴文献分类方法，设计科学合理，工作效率高，利用GMI特征选择算法选择出文本特征，然后结合文献特征进行二次降维得到东巴文献的分类特征，最后利用支持向量机分类器对东巴文献进行训练和测试，平均正确率和召回率都很高，为东巴文献分类提供了一个非常有效的方法。