2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著I工業(yè)的發(fā)展,特別是互聯(lián)網(wǎng)的應(yīng)用普及,信息處理已成為人們獲取有用信息不可或缺的一項關(guān)鍵技術(shù),而自動文本分類技術(shù)又是信息處理的重要研究課題,它是指在預(yù)定義分類體系下,根據(jù)文本的內(nèi)容,自動判別文本類別的過程。
   本文首先介紹中文文本自動分類系統(tǒng)框架,然后介紹幾種中文文本分類相關(guān)技術(shù),接著介紹幾種經(jīng)典文本分類方法并總結(jié)其優(yōu)缺點,最后本文提出一種新的文本分類算法。
   該方法是受引力場啟發(fā)而設(shè)計的一個基于引力場模型的“

2、虛核”(Virtual Kernel,簡記VK)文本分類方法。其基本思想:首先,在訓(xùn)練階段,通過對單個類別下已標(biāo)記文本的特征詞頻進行某種數(shù)學(xué)變換,計算該類別“虛核”在各個特征處的特征引力場強,從而獲得單個類的類別“虛核”,以此類推,得到所有預(yù)定義類別的“虛核”,至此,分類模型構(gòu)建完成;然后,在測試階段,當(dāng)未標(biāo)記文本到來時,按照一定規(guī)則,計算各個類的類別“虛核”對該未標(biāo)記文本產(chǎn)生的引力;最后,將引力大小排序來最終確定該文本所屬類別。究其本

3、質(zhì),該方法是按照預(yù)定義類別與文本特征之間的相關(guān)性進行自動分類的。
   為了驗證VK分類方法的實用性,本文做了大量精心設(shè)計的實驗,實驗采用向量空間模型來表示文本,采用兩種特征選擇方法-文檔頻率(DF)、信息增益(IG),與兩種經(jīng)典的文本分類方法-kNN、樸素貝葉斯做比較,在兩個語料庫上進行測試,得出了一些有意義的結(jié)論:
   1)VK分類方法不論在分類效果還是分類時間方面均優(yōu)于kNN與樸素貝葉斯。
   2)VK

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論