请问各位师兄师姐……有做过文本分类的么？

现在大三就开始做这种东西了...

什么专业，什么课啊，哪个变态老师大三布置这种作业啊.... 【 在 cinderellahi 的大作中提到: 】 : 大三的……期末了……要交作业……没人做的出来不知老师怎么想的 : 求助啊！

智能科学与技术专业 《机器智能》 必修 做文本分类系统，给定训练集测试集，要求分类并且计算准确率召回率f1值 全班只有一个人做了还没做出来…… 跟老师协商老师说：“没想到你们程序设计这样……不行就用伪代码写吧！” 伪代码也不会呀……老师什么都没讲……苍天啊！ 有没有做过的师兄师姐给个提点呀！ 【 在 hunterlee 的大作中提到: 】 : 什么专业，什么课啊，哪个变态老师大三布置这种作业啊.... [em9]

挺好一个领域，老师把学生积极性给打击完了。。。

借本《机器学习》吧，朴素贝叶斯分类那一张有详细的贝叶斯分类器的算法描述，照着算法实现就行了。很容易，写完分类也就明白了。

这个变态老师。。 本来是多有意思的东西。。 你们没开机器学习吧。。就搞这个了。。

算法简单，但我觉着算法背后的那些东西对于大三的学生来说还是太难了。 我出个馊主意吧： 如果你们要分类的语料不是太难的话，直接找一些关键字，如果文章包含关键字就归为a类，不包含就归为b类。 例如如果文章包含NBA，贝克汉姆等等，就把它识别成体育类。 【 在 czpt 的大作中提到: 】 : 借本《机器学习》吧，朴素贝叶斯分类那一张有详细的贝叶斯分类器的算法描述，照着算法实现就行了。很容易，写完分类也就明白了。

要交代码的呀……这还是自动文本分类么？ 【 在 hunterlee 的大作中提到: 】 : 算法简单，但我觉着算法背后的那些东西对于大三的学生来说还是太难了。 : 我出个馊主意吧： : 如果你们要分类的语料不是太难的话，直接找一些关键字，如果文章包含关键字就归为a类，不包含就归为b类。 : ...................

是啊，只不过是基于规则而不是基于统计而已。其实统计方法的核心思想也就是这样。 这个关键词呢，你可以是凭感觉自己给，如果你还想做复杂一些，也可以算出来。 比如一个词c，在所有的N篇A类文章中有n篇文章包含了词c，而在所有的M篇B类文章中有m篇文章包含了词c。那么你可以计算一个差值|n/N - m/M|，这个值越大，用这个关键词分类越管用。而且，如果值 n/N - m/M是正值，那么认为这个词c是类别A的关键词，否则就是类别B的关键词（这个好理解吧）。 你可以计算所有的词，然后挑选出前K个值最大的关键词。 然后呢，对于测试集中的一篇文章，首先你要找到它包含了多少个关键词。假设它包含了l个关键词，l个关键词中，如果是A类的关键词就+1，如果是B类关键词就-1，最后加加减减能得到一个值就是你的评价标准咯。 【 在 cinderellahi 的大作中提到: 】 : 要交代码的呀……这还是自动文本分类么？