17、文本分类：原理、方法与应用

文本分类：原理、方法与应用

1. 文本分类概述

文本分类是自然语言处理（NLP）中的一个重要问题，它的任务是将对象从一个集合分配到两个或更多的类别或范畴中。在NLP中，许多任务都属于分类任务，如下表所示：

问题	对象	类别
标注	单词的上下文	单词的标签
消歧	单词的上下文	单词的词义
介词短语附着	句子	解析树
作者识别	文档	作者
语言识别	文档	语言
文本分类	文档	主题

文本分类的目标是对文档的主题或主题进行分类。例如，路透社文本集合使用了一组典型的主题类别，如“并购”、“小麦”、“原油”和“收益报告”等。文本分类的一个应用是为特定的兴趣群体过滤新闻流。

统计分类问题通常可以通过