本程序是利用python开发的文本挖掘系统。包括分类，聚类，主题模型，深度神经网络。

textClassification.py文本分类器 该文件主要包含现文本特征选择，特征赋权，文本分类三个主要模块

1. 文本特征选择： 目前文本特征选择是基于词袋(bag-of-words)实现的，对于中文文本， 我采用jieba分词完成分词。 因此，使用前请熟悉jieba的使用方法。 特征选择方面，目前实现了基于卡方，基于信息增益，WLLR, WFO等方法, 我们通过排序的 方案最后获得最重要的前k个词。

2. 文本特征赋权： 目前实现了one-hot, local tf-idf, global tf-idf 方法转化为特征向量, 这里是利用numpy包来实现的.

3. 文本分类: 分类方法主要基于sklearn包实现的， 所以使用前请熟悉sklearn包, 目前实现了naive bayes, multinomial naive bayes, svm, SGD等方法

已经考虑过使用主题模型进行过分类处理，结果分类效果并没有达到词袋模型的结果。 目前正在考虑使用深度神经网络的方法进行文本分类处理，正在考虑RNN, CNN和word2vec。