文書分類
文書分類（ぶんしょぶんるい、英: Document classification/categorization）は、情報科学における問題である。電子文書をその内容に基づいて、1つ以上に分類する。文書分類には、外部から（例えば人間が）正しい分類に関する情報を与える教師あり文書分類と、外部の情報を参照せずに分類する教師なし文書分類がある。
技法[編集]
文書分類に使われる技法としては、以下のものがある。
他にも、自然言語処理に基づく手法がある。
応用[編集]
電子メールのスパムを分離するスパムフィルタに応用されている。
関連項目[編集]
参考文献[編集]
- Fabrizio Sebastiani. Machine learning in automated text categorization. ACM Computing Surveys, 34(1):1–47, 2002 [1]
- Introduction to document classification
- Bibliography on Automated Text Categorization
- Bibliography on Query Classification
- TechTC - Technion Repository of Text Categorization Datasets
- David D. Lewis's Datasets