THUCTC：一个高效的中文文本分类工具 目录 项目介绍 THUCTC（THU中文文本分类）是由清华大学自然语言处理实验室推出的中文文本分类工具包，能够自动高效地实现用户自定义的文本分类语料的训练，评估，分类功能。 ，特征降维，分类模型学习三个步骤。如何选择合适的文本特征并进行降维，是中文文本分类的挑战性问题。我组根据多年在中文文本分类的研究经验，在THUCTC中选取二字串bigram作为特征单元，特征降维方法为卡方，权重计算方法为tfidf，分类模型使用的是LibSVM或LibLinear。T