常采用特征選擇方法。常見的六種特征選擇方法：
1）DF(Document Frequency) 文檔頻率
DF:統計特征詞出現的文檔數量，用來衡量某個特征詞的重要性
2）MI(Mutual Information) 互信息法
互信息法用於衡量特征詞與文檔類別直接的信息量。
如果某個特征詞的頻率很低，那么互信息得分就會很大，因此互信息法傾向"低頻"的特征詞。
相對的詞頻很高的詞，得分就會變低，如果這詞攜帶了很高的信息量，互信息法就會變得低效。
3）(Information Gain) 信息增益法
通過某個特征詞的缺失與存在的兩種情況下，語料中前后信息的增加，衡量某個特征詞的重要性。
4）CHI(Chi-square) 卡方檢驗法
利用了統計學中的"假設檢驗"的基本思想：首先假設特征詞與類別直接是不相關的
如果利用CHI分布計算出的檢驗值偏離閾值越大，那么更有信心否定原假設，接受原假設的備則假設：特征詞與類別有着很高的關聯度。
5）WLLR(Weighted Log Likelihood Ration)加權對數似然
6）WFO（Weighted Frequency and Odds）加權頻率和可能性
mark:具體做法有時間繼續整理