Встала задача написать простенькую программу, которая по обучающей выборке сможет выдавать ответ к какому классу относится запрос пользователя при помощи статистических методов определения вероятностей.
И возникло пару вопросов в связи с этим:
1. как правильно разобрать обучающую выборку?
2. Как выделить наиболее подходящий вариант( ранжирование )?

Если у кого-нибудь есть ссылка на нужную статью или систему с открытыми исходниками в которой легко разобраться - буду благодарен.

---
Hасколько пpоще была бы жизнь, если бы она была в исходниках...

Mozok,
Это тестовое задание и эксплуатироваться никогда не будет. Не нужно учитывать ни стемминг, ни морфологию. Хотелось бы хотя бы вдвух словах на каких словах из строки обучающей выборки надо делать упор(или хешировать части строки), как разбирать запрос и как выдавать ответ исходя из вероятностей если ничего не совпало?
Да и если можно статьи на русском, а то на английском это затянется надолго... =)

Я, наверное, сам не очень разобрался в том, что от меня требуется. Теперь это больше напоминает задачу классификации. Есть обучающая выборка, в ней строки вида <номер класса, признаки класса>. Для одного класса указано допустим сто таких строк.
И после такого обучения, необходимо вводимую пользователем фразу отнести к какому-либо классу.
Сейчас для меня представляется сложным приплести сюда методы оценки вероятностей. Планирую для каждого слова подсчитать кол-во вхождений во всех признаках, и слово из запроса искать в этом новом файле, где кол-во вхождений больше, тот и рулит. Надо это как-то по уму, а вот как не знаю :(

Mozok,
Первую статью читал, а вот за вторую спасибо. Она кстати есть на русском =)))
Мне как раз хотелось бы чтобы мне объяснили, как это реализовать - либо кодом, либо на пальцах. Просто вникать во все тонкости и пытаться придумать свою реализацию совсем нет времени. Всё дело в нехватке времени...