# news-classifier
给定训练新闻数据集，可以对输入的测试新闻进行自动分类识别
## 分类实现原理
* 总体上利用了余弦相似度计算的原理来计算文本相似度
* 其中的特征向量由训练数据集中的关键词构成，其中词语的寻找利用了中科大的ICTCLAS分词系统来做，提取其中的专业性的名词
* 利特征向量与标准向量进行余弦值的计算
## 使用方法
* 设定特征向量维数
* 给定训练新闻数据集，数量最后多一些，用于进行特征向量的计算
* 给定测试新闻数据集
* 输出分类结果
给定训练新闻数据集，可以对输入的测试新闻进行自动分类识别.zip
版权申诉
133 浏览量
2024-01-04
01:45:01
上传
评论
收藏 3.56MB ZIP 举报
给定训练新闻数据集，可以对输入的测试新闻进行自动分类识别.zip （42个子文件） 
news-classifier-master 
.gitattributes 378B NewsClassify News.java 2KB Client.java 1KB data 
testNews3.txt 6KB testNews1.txt 1KB trainNews1.txt 4KB trainNews2.txt 4KB testNews2.txt 1KB Word.java 383B NewsClassifyTool.java 5KB ICTCLAS_Sample Windows_32_jni_Demo user.lic 222B userdict.txt 24B TestMain.java 4KB ICTCLAS50.h 9KB ICTCLAS50.dll 68KB ICTCLAS_I3S_AC_ICTCLAS50.h 2KB test.txt 615B ICTCLAS50.lib 7KB ICTCLAS I3S AC ICTCLAS50.java 909B Configure.xml 1KB TestMain.class 2KB Data GranDict.pdat 1.89MB CoreDict.pos 1.7MB FieldDict.pdat 256KB nr.fsa 3KB ICTCLAS_First.map 192B PKU.map 211B CoreDict.pdat 1.62MB ICTPOS.map 310B character.idx 512KB PKU_First.map 192B BiWord.big 3.36MB FieldDict.pos 72B nr.role 1.68MB ICTCLAS30.ctx 36KB CoreDict.unig 467KB GranDict.pos 1.7MB character.type 64KB nr.ctx 2KB readme.txt 452B .gitignore 574B README.md 612B资源评论
