java实现的文本分类程序

本程序实现了基于朴素贝叶斯方法的文本分类，附有源代码、实验报告、可执行程序以及语料库（包括训练集和测试集）

这是一个文本分类的语料库，主要是用于文本分类，主旨句提取，关键词提取等等应用。

NLPCC2014 微博情感分析样例数据。数据集以xml格式储存，包含情感类别，keypression。sentiment classification

多算法文本分类器，功能强大，界面简洁，自带帮助方便应用学习研究

利用python,实现基于SVM的文本分类. 代码见 https://github.com/yangysc/Document-Classification

基于贝叶斯及KNN算法的newsgroup文本分类器,eclipse工程 程序运行方法：用eclipse打开工程，并将newsgroup文档集解压到 F:\DataMiningSample\orginSample目录下，同时在F:\DataMiningSample\ 下建好如附件“F盘DataMiningSample目录下的数据子目录结构”图中的目录， 停用词表也放在"F:/DataMiningSample/目录下，即可运行eclipse工程。程序 会依次执行数据预处理、贝叶斯分类、KNN分类，输出10次交叉验证实验的分类 结果、准确率统计及混淆矩阵。

中文文本分类语料（复旦）-训练集和测试集 这个链接是训练集，本语料库由复旦大学李荣陆提供。test_corpus为测试语料，共9833篇文档；train_corpus为训练语料，共9804篇文档，两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。文件较大，下载时请耐心等待。

主要是读取文本，然后进行分词、词干提取、去停用词、计算词频，有界面，很实用

实现文本分类的主要包括几个步骤文本分词处理，特征选择，特征权重计算，文本特征向量表示，基于训练文本的特征向量数据训练SVM模型，对于测试集进行特征向量表示代入训练得到的svm模型中进行预测分类，达到93%的准确率