文本分類的6類方法

2025-11-29

一、中文分詞： 針對(duì)中文文本分類時(shí)，很關(guān)鍵的一個(gè)技術(shù)就是中文分詞。特征粒度為詞粒度遠(yuǎn)遠(yuǎn)好于字粒度，其大部分分類算法不考慮詞序信息，基于字粒度的損失了過多的n-gram信息。下面簡單總結(jié)一下中文分詞技術(shù):基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法[1]。 1，基于字符串匹配的分詞方法： 過程：這是一種基于詞典的中文分詞，核心是首先建立統(tǒng)一的詞典表，當(dāng)需要對(duì)一個(gè)句子進(jìn)行分詞時(shí)...