什么叫文本分类？

分类指把具有共同特点的个体对象归入一类，并把具有共同特点的类集合成类的过程和方法。文本分类是信息处理的重要研究方向，主要研究如何将具有共同特点的文 本归入一类。分类问题是自然语言处理的一个基本问题，很多相关的研究都可以归结为分类问题。中文文本自动分类是自然语言处理的经典研究方向，有着极其重要 的应用价值。中文文本分类在信息检索、信息过滤和文本管理等领域中有着广泛的应用。

一个完整的文本分类过程主要包括以下几部分：首先是预处理，根据采用的分类模型将文档集表示成易于计算机处理的形式；其次是项权重的计算，根据适宜的 权重计算方法表示文档中各项的重要性；再次是根据预处理的训练集（已预知类别的文档）学习建模，构建出分类器；最后利用测试集文档按一定的测试方法测试建 立好的分类器的性能，并不断反馈、学习提高该分类器性能，直至达到预定的目标。文本分类的核心技术为构建一个具有高准确度和较高速度的分类器，高效率的分 类器才能具有实用性。目前构建分类器的方法有贝叶斯分类算法、K紧邻（K-NN）、决策树、线性最小二乘法估计(LLSF)、支持向量机（SVM）等。其 中K-NN和SVM是基于向量空间模型（VSM）的最好的分类器。

文本分类在文本索引、文本过滤、自动产生文档元数据、单词语义消歧、web 资源的按层次分类组织等方面有直接的应用，同时，所有需要进行文档自动整理、自动选择和发送文档的应用系统也都需要文本分类技术。