假如有5000篇健康类的文章标题。给定任意一个文章标题，可以判断他属不属于健康类的么。

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 4475 天前的主题，其中的信息可能已经有所发展或是发生改变。

我看了下贝叶斯分类器和ID3感觉都解决不了。求内行指引下方向。

12 条回复 • 1970-01-01 08:00:00 +08:00

chlx

2013 年 11 月 1 日

可行但是准确率达不到100%.分类器不是关键，这种短文本的分类任务中，特征更重要。

wizardoz

2013 年 11 月 1 日

这个是数学建模题吧，这种题不可能100%准确的。考量标准是你的模型分类的正确率。

brikhoff

2013 年 11 月 1 日

500块我给你分，我人工分^_^

zzNucker

2013 年 11 月 1 日

标题么？那用统计方法是有点难

solos

2013 年 11 月 1 日

试下余弦定理计算相似性

wudikua

2013 年 11 月 1 日

@solos 不行啊，那个是两个东西比相似，这个不适用。

miaoever

2013 年 11 月 1 日

一般用贝叶斯分类起吧。不过，标题一般比较短，能够提取的特征不多，再加上只有 500 条已知类别的，估计效果不会太好。

wudikua

2013 年 11 月 1 日

@miaoever 贝叶斯分类器的话首先好像你需要有一个是健康类文章的集合和不是健康类文章的集合才行吧。

chlx

2013 年 11 月 1 日

@wudikua 是，要手工标注新闻作为训练集

solos

2013 年 11 月 1 日

efi

2013 年 11 月 2 日

只有正样本，没有负样本，不可能做分类。可以做回归分析，比相似性，设阈值取类，正确率无保证。

holy_sin

2013 年 11 月 4 日

svm ？