基于隐Markov模型的文本分类

摘要：

把基于序列模型的隐Markov模型引入文本分类领域.把待分类文本描述成一系列状态演化的隐Markov过程,其中状态以特定的概率产生代表文本的特征项.用序列模式来描述文本类,文本序列通过与隐Markov模型的匹配,求出其对应状态序列和最大输出概率.比较各个文本类的结果,达到文本分类的目的.最后通过和简单向量算法,KNN,Naive Bayes分类算法的比较,说明本算法的在文本分类中的成功应用.

关键词：隐马尔可夫、文本分类、序列模型

所属期刊栏目：43

分类号：TP18(自动化基础理论)

在线出版日期：2007-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：179-181,227