“文本分类”是自然语言处理的重要应用，也可以说是最基础的应用。文本分类用电脑对文本集按照一定的分类体系或标准进行自动分类标记；它根据一个已被标注的训练文档集合，找到文档特征和文档类别间的关系模型，然后利用这种关系模型对新的文档进行类别判断。
文本分类用电脑对文本集(或其他实体或物件)按照一定的分类体系或标准进行自动分类标记。 它根据一个已经被标注的训练文档集合, 找到文档特征和文档类别之间的关系模型, 然后利用这种学习得到的关系模型对 新的文档进行类别判断 。文本分类从基于知识的方法逐渐转变为基于统计 和机器学习的方法。
文本分类一般包括了文本的表达、 分类器的选择与训练、 分类结果的评价与反馈等过程，其中文本的表达又可细分为文本预处理、索引和统计、特征抽取等步骤。文本分类系统的总体功能模块为：
（1） 预处理：将原始语料格式化为同一格式，便于后续的统一处理；
（2） 索引：将文档分解为基本处理单元，同时降低后续处理的开销；
（3） 统计：词频统计，项（单词、概念）与分类的相关概率；
魔法映像企业网站管理系统
下载
技术上面应用了三层结构，AJAX框架，URL重写等基础的开发。并用了动软的代码生成器及数据访问类，加进了一些自己用到的小功能，算是整理了一些自己的操作类。系统设计上面说不出用什么模式，大体设计是后台分两级分类，设置好一级之后，再设置二级并选择栏目类型，如内容，列表，上传文件，新窗口等。这样就可以生成无限多个二级分类，也就是网站栏目。对于扩展性来说，如果有新的需求可以直接加一个栏目类型并新加功能操作
（4） 特征抽取：从文档中抽取出反映文档主题的特征；
（5）分类器：分类器的训练；
（6） 评价：分类器的测试结果分析。
