1、资源中有语料，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）。
2、资源中还附有一份停用词。
2021-06-14 10:38:46
86.75MB
1
之前的最好资源描述如下：
svmcls 2.0文本自动分类器支持中文和英文文档，特征选择方式包括全局和按类别选取，概率估算方法支持基于文档（布尔）统计和基于词频统计，支持三种特征加权方式，特征评估函数包括信息增益、互信息、期望交叉熵、X^2统计，文本证据权重，右半信息增益，分类方法包括支持向量机SVM和K近邻KNN，由李荣陆老师于2004年开发完成。
网上流传很多版本的svmcls文本分类程序，但几乎全部都是不能编译通过的，有些是缺少xercesc文件夹，有些是缺少xerces-c_2_2_0D.dll，有些是缺少分词程序和数据导致分词程序初始化失败，还有的缺少直接训练测试的语料库。
本人经过整理和编译测试，保证本压缩包解压后不仅有可以直接使用的.exe程序，而且所包含的源代码可以编译通过。可供广大学者研究使用。
============================================
此次发布改进：
1 增加了此前版本仍缺少的xerces-c_2_2_0.dll；
2 将Feather改为Feature，意为特征；
3 此版本最大的改进是可以编译Release版，此前版本不能。
4 编译Release版时，需要把xerces文件夹置于vc的include目录下，并在在Link设置页面加入2个lib文件。
5 此版本为完整版，并用winrar进行了最大压缩。
特别说明：
感谢李荣陆老师无私共享。
2019-12-21 21:12:07
9.55MB
1