基于改进 TF-IDF 算法的文本分类方法研究

类别关键词是文本分类首先要解决的关键问题，在研究利用类别关键词及TF-IDF算法对文本进行分类的基础上，提出了一种改进的TF-IDF算法。首先建立类别关键词库，并对其进行扩充及去重，克服了向量空间模型不能很好调节权重的缺点。通过加入文档长度权值修正文档中关键词的权重，有效地解决了原有特征词条类别区分能力不足的问题。采用贝叶斯分类方法，结合实验验证了该算法的有效性，提高了文本分类的准确度。