文書分類 - Wikipedia

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。 単純ベイズ分類器 tf-idf 潜在意味解析 サポートベクターマシン ニューラルネットワーク k近傍法 決定木（例えばID3） コンセプトマイニング 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] 分類 機械学習 - 教師あり学習、教師なし学習 文書検索 情報検索 テキストマイニング 参考文献[編集] Fa