一种基于词性分类的文本分类方法和系统

摘要

本发明公开了一种基于词性分类的文本分类方法，包括：从网络获取训练文本集和测试文本集，对训练文本集与测试文本集进行预处理，从而获得训练文本集与测试文本集中每一个文本的多个词集，将得到的每个文本的多个词集作为输入对文本主题生成模型LDA进行训练，以得到每个文本在不同主题数目下的文本‑词集‑主题的混合概率分布模型，使用SVM‑train函数对多个文本‑词集‑主题的混合概率分布模型进行分类器训练，以得到多个训练后的分类器，使用多个文本‑词集‑主题的混合概率分布模型作为训练后的分类器的输入进行SVM类别预测。本发明能解决现有方法中存在的训练模型时所需特征词的维度高、分类的准确率低、以及分类器的泛化能力差的技术问题。