【绝对原创】个人用Java编写中文网页自动分类

运行界面如图所示：


牵扯的技术有：分词，统计词频，踢出网页中一些特殊字符（用正则表达式），还有需要提取培训集等等！！
结果分析的思想：就是把得到的词频与建立的词库里每一类进行比较，如果存在一个最大匹配程度，就去这个类作为结果，如果存在多个最大值，那么就去词库里特征词最少的一个！！

源程序下载地址：
本帖隐藏的内容
中文网页自动分类

说明：开发集成软件NetBeans6.5
原帖地址：http://www.phpjava.org/forum.php?mod=redirect&tid=13&goto=lastpost#lastpost

本文来自: PHP&Java论坛|技术交流社区[www.phpjava.org]

【绝对原创】个人用Java编写中文网页自动分类