she201007780123的博客

基于向量空间的文本的缺点https://blog.youkuaiyun.com/she201007780123/article/details/90815756 在上面的这篇文章中本人介绍了基于向量空间的文本分类算法，但是现在很多文本分类任务都会使用到LDA模型，那么向量空间模型有什么缺陷呢，首先向量空间没有能力去解决一词多意，就是一个词有很多不同的解释，或者一意多词的问题，比如说同义词，比如吃...

特征提取样本如何量化 在对文本进行分类之前，首先要在文本里面找到特征，特征是什么呢，通常会凭着业务直觉加以选择，比如说要找垃圾邮件，根据我对垃圾邮件的认识，可能出现了一些特别的词就是垃圾邮件，比如“代考”、“淘宝”这些很可能是垃圾邮件，正常的邮件很少出现这些词，当然这些特征合不合理，需要通过数据的粗分析才能决定，选择好特征之后可以加上权重，就是说使用一个数值来描述特征强烈的程度，以及...