朴素贝叶斯方法在中文文本分类中的应用

采用jieba分词库的tf-idf标准进行分词、数据清理、停用词过滤，并利用向量空间模型实现了基

要建立一个停用词词典，在分词后

将每个词与停止词字典中的条目进

贝叶斯分类器所需估计的

数很少，对缺失数据不太敏感，算

法也比较简单，可解释性强，理论

上，与其他分类方法相比具有最小

的误差率。对文本进行分类通常是

支策略和剪枝策略，比朴素贝叶斯

摘要：