一种基于贝叶斯不确定性捕捉的文本分类方法

本发明提供一种基于贝叶斯不确定性捕捉的文本分类方法，包括获取待分类的文本数据集；对数据集进行预处理；将分布外数据进行优化，并与文本的类别进行关联；构建带有附加结构的贝叶斯神经网络；利用文本数据集对带有附加结构的贝叶斯神经网络模型进行训练；利用训练完成的带有附加结构的贝叶斯神经网络模型，对文本进行分类；输出分类结果及其对应的不确定性估计。本发明的有益效果是通过对贝叶斯神经网络添加附加结构，提高对不确定性的捕捉能力，提升了模型的鲁棒性，还能对不确定性进行更细致的管理和利用，尤其是在文件检索领域中处理文本类型分类时提高未知学科分类的准确性。