作者：
出版社： 中国市场出版社
CIP号：2015262467
书号：978-7-5092-1420-6
出版地：北京
出版时间：2015.11
定价：￥39.0
本著作将在对比分析并发现现有文本挖掘技术存在不足的基础上，提出改进文本预处理精度的算法。文中涉及的主要技术包括文本收集、文本预处理、处理后的文本的中文分词、预抽取训练样本及使用KNN方法进行文本训练和文本分类等。通过对系统功能的分析，本研究把系统分成了文本预处理、中文分词、文本特征向量的提取、文本特征向量的训练和分类等四部分。本课题实现了文本收集、文本预处理和中文分词等文本挖掘的关键技术，并在研究的基础上提出了一套特征抽取及文本挖掘的方案，为后续的研究奠定了基础。