與兩種基於免疫原理的文字分類方法和傳統的貝葉斯分類器進行了比較研究。
介紹了幾種常用的分類方法的分類原理。包括貝葉斯分類器、決策樹和人工神經網絡。
樹擴展型樸素貝葉斯（TAN）分類器放鬆了樸素貝葉斯的屬***假設，是對樸素貝葉斯分類器的有效改進。
本文采用貝葉斯分類器，提取問句主幹以及包含疑問詞的分支作爲特徵進行問題分類。
然後利用圖模型來對子筆畫和模糊區域進行建模，同時透過構造貝葉斯分類器來分析子筆畫對的連續*，並透過路徑搜尋來得到子筆畫序列；
爲了解決該方法存在的訓練數據集問題，本文改進了現有的貝葉斯分類算法，提出了利用未標記數據提高貝葉斯分類器*能的方法。
