余弦定理在新聞分類(lèi)中的應(yīng)用

打開(kāi)文本圖片集

摘要：針對(duì)當(dāng)前新聞文本需要人工進(jìn)行分類(lèi)的不足，提出了一種基于余弦定理對(duì)文本進(jìn)行自動(dòng)分類(lèi)的方法。通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)爬取大量不同類(lèi)別的新聞文本，從而建立文本庫(kù)。使用TF-IDF技術(shù)對(duì)文本庫(kù)進(jìn)行分類(lèi)別關(guān)鍵詞提取，統(tǒng)計(jì)得出不同類(lèi)別新聞的關(guān)鍵詞。將需要判斷類(lèi)別的文本關(guān)鍵詞和統(tǒng)計(jì)得出的類(lèi)別關(guān)鍵詞分別生成特征向量，通過(guò)余弦定理進(jìn)行相似度計(jì)算，從而得出文本的類(lèi)別。（剩余3767字）