基于機(jī)器學(xué)習(xí)的中文圖書智能分類實(shí)證研究

打開文本圖片集

摘 要 為提高圖書審校效率，論文以高校圖書館館藏中文書目為數(shù)據(jù)源，以內(nèi)容提要、主題詞和題名為特征詞來源，根據(jù)特征詞來源位置對(duì)特征詞進(jìn)行加權(quán)處理和特征詞詞頻統(tǒng)計(jì)，構(gòu)建圖書－特征詞稀疏矩陣，按比例對(duì)帶有圖書分類號(hào)的稀疏矩陣進(jìn)行樸素貝葉斯計(jì)算，找到圖書分類最大概率，評(píng)估訓(xùn)練分類模型。實(shí)驗(yàn)結(jié)果表明，利用樸素貝葉斯算法基于加權(quán)精選特征詞的圖書智能分類模型，具有良好的實(shí)用性，對(duì)進(jìn)一步提高采編部工作的智能化和高效化是有效可行的。（剩余12420字）