一种基于贝叶斯定理的短文本分类数据集矫正方法及系统

摘要

本发明提供了一种基于贝叶斯定理的短文本分类数据集矫正方法及系统，其中，所述方法包括：获得待校正数据集；对待校正数据集的文本内容进行编码表示；获得多个样本类别的样本平滑参数；根据样本平滑参数，对编码表示后的所述待校正数据集的词频进行平滑处理；依据贝叶斯定理，根据数据平滑后的所述词频，获得各个样本数据属于不同样本类别的对数似然；设定预定标签修改条件；对符合条件的各个样本数据进行修改。解决了现有技术没有充分挖掘已有标注的信息，标签标注结果仍然完全取决于人，大量依赖人工参与，并且难以直接应用标注不准确、不正确的互联网数据，在分类过程中存在数据标签准确性差、正确率低的技术问题。