基于機器學(xué)習(xí)的中文圖書智能分類實證研究

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)特征詞來源位置對特征詞進行加權(quán)處理和特征詞詞頻統(tǒng)計，構(gòu)建圖書－特征詞稀疏矩陣，按比例對帶有圖書分類號的稀疏矩陣進行樸素貝葉斯計算，找到圖書分類最大概率，評估訓(xùn)練分類模型。實驗結(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，具有良好的實用性，對進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）