摘要：设计并实现了带有主题词结构的政府公文分类系统,在公文分类预处理过程中充分利用主题词所携带的类别信息,运用随机关键词产生技术和Bootstrapping学习方法对公文文本特征空间进行转换并降维,实现了一个不同于传统的文本分类预处理过程,使公文分类系统的性能得到了提高。基于随机关键词产生技术和Bootstrapping学习方法的公文分类系统分类效果优于普通分类器。

摘要：文章针对办公信息管理中公文管理智能化程度尚不够高的这一特点,重点研究了贝叶斯文本分类技术在办公信息系统中公文分类的应用。提出了一种基于向量空间模型的贝叶斯文本分类技术并将其应用到高校公文智能办公系统的实现中,给出了详细的算法流程及设计步骤,最后给出了示例的实验结果及分析。实验结果表明,当训练集合数目有限时,该方法能够有效提高电子邮件的分类准确率,该文本分类技术的应用可以有效提高办公系统公文管理的智能性。