一种基于朴素贝叶斯的文本分类方法

摘要

本发明公开了一种基于朴素贝叶斯的文本分类方法，包括：步骤1：将待分类文本利用分词工具形成特征向量，将特征向量与常用词进行比较，去掉待分类文本中无意义的词语；对待分类文本中出现的每一个单词s_i进行权重w_i设置；得到P(w₁,...,w_n)在训练文本集D_i中出现的概率集Q(w₁,...,w_n)；将Q(w₁,...,w_n)中属性相乘得到P(w₁,...,w_n)在训练文本集D_i中出现的先验概率P(w|D_i)；步骤3：训练文本集D_i中的文件数量除以整个训练文本集的总数得到先验概率P(D_i)，P(D_i)*P(x|D_i)得到P(w₁,...,w_n)在训练文本集D_i中的后验概率P(D_i|w)，步骤4：重复步骤2、3，计算出所有后验概率；步骤5：在步骤4的结果中比较出最大的后验概率P(D_i)，D_i类为P(w₁,...,w_n)所属类别，本方法的性能更好，在电力用户诉求文本分类问题中具备很好的实践应用价值。