一种基于机器学习的中文文本数据分类方法

摘要

本发明公开一种基于机器学习的中文文本数据分类方法,涉及机器学习技术领域；提取相关中文文本数据构建训练集合，对其中的描述性数据字段进行分词并进行特征提取生成关联度特征集合，对需要分类的中文文本数据的描述性字段进行分词并进行特征提取，利用关联度特征集合对中文文本数据进行分类。本发明实现了对中文文本数据进行自动分类，可以高效解决大数据量下中文文本数据分类的问题，减少如传统分类方法中造成的分类歧义的情况。同时对数据中分类信息缺失的问题可以用此方法进行补全，提高数据分析的可靠性。