问文本分类/分类算法

EN

要做到这一点并不是微不足道的。显然，您可以构建一个将某些关键字映射到类别的字典。只要找到一个关键词，就会提示一个特定的类别。

然而，在自然语言文本中，关键字通常不是其词干形式。你需要一些形态学工具来找到词干形式并在字典上使用它。

但是，有人可能会这样写：“这篇文章不是关于……”。这将引入对语法和语义分析的需求。

然后你会发现某些关键字可以用在几个类别中：“乐队”可以用在音乐，工艺，甚至手工作品中。因此，您需要一个本体和统计或其他方法来权衡类别选择的概率，如果不确定的话。

有些关键字甚至可能很难融入本体论:数学家更接近程序员还是园丁？但你在你的问题中说，类别是由人类建立的，所以它们也可以帮助建立本体。

请在这里和Wikipedia中查看computational linguistics以进行进一步的研究。

现在，你的文本的范围越窄，它们就越结构化，词汇量越小，问题就变得越容易。

还有一些需要进一步研究的关键词:形态学、语法分析、语义、本体论、计算语言学、索引、关键词

自动文本分类有多种方法。朴素贝叶斯分类器可能是其中最简单的。另一个是你可以使用的K近邻。categorization of text上的这个谷歌答案可能会对你有所帮助。

请观看我关于这个主题的系列视频。

http://vancouverdata.blogspot.com/2010/11/text-analytics-with-rapidminer-loading.html

分类在视频5中，但其他视频可能会帮助您提高速度。

这都是基于自由/开源软件程序RapidMiner的。