一种基于von Mises-Fisher概率模型的网页分类方法

摘要

本发明公开了一种基于von Mises‑Fisher概率模型的网页分类方法，属于互联网及机器学习技术领域。所述方法首先对训练样本进行数据预处理、特征提取和特征筛选后建模，然后将待分类网页的特征向量代入模型中实现最终分类。本发明对所得特征向量进行二范数归一化，在消除文本长度对特征向量影响的同时可为von Mises‑Fisher模型建模做准备；使用von Mises‑Fisher概率模型对文本特征向量进行建模，此模型为首次应用于自然语言处理领域。