2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、面對(duì)網(wǎng)絡(luò)上日益增多的論文,如何快速有效地檢索出符合使用者需要的論文成為論文檢索所要面臨的一個(gè)難題。目前常用的方法是基于關(guān)鍵詞匹配的方法,該方法查詢(xún)速度快,但是沒(méi)有解決同義詞、多義詞及詞語(yǔ)概念上下位等問(wèn)題,檢索效果不盡如人意。如果利用文本聚類(lèi)技術(shù),對(duì)檢索結(jié)果進(jìn)行進(jìn)一步的處理,把檢索結(jié)果集合按照其相關(guān)主題進(jìn)行劃分,生成不同主題的簇,同時(shí)刪除冗余的項(xiàng),為用戶(hù)提供一個(gè)清晰的導(dǎo)航。這將大大的有利于用戶(hù)發(fā)現(xiàn)自己所需的相關(guān)論文,提高論文檢索的質(zhì)量。

2、 本文改進(jìn)了一種基于語(yǔ)義相似度的文本聚類(lèi)算法(TCUSS算法)并將其應(yīng)用于論文文本聚類(lèi)。改進(jìn)后的算法提出了一種適合論文文本的特征選擇方法和聚簇描述方法,文本數(shù)學(xué)表示方法和聚類(lèi)算法通過(guò)對(duì)TCUSS算法針對(duì)論文文本進(jìn)行一定改進(jìn)得到。 在特征選擇和聚簇描述中,算法利用論文關(guān)鍵詞能較好的表達(dá)文章主題這一特點(diǎn),結(jié)合WordNet語(yǔ)義詞典,圍繞關(guān)鍵詞所表達(dá)的概念進(jìn)行特征提取,還利用用詞典中的同義詞集和計(jì)算特征詞間的語(yǔ)義相似度分別解決了

3、同義詞與多義詞問(wèn)題;在論文文本數(shù)學(xué)表示方面,本文采用概念列表表示文本;在詞語(yǔ)相似度計(jì)算中,用關(guān)鍵詞所在概念節(jié)點(diǎn)代替關(guān)鍵詞,計(jì)算概念節(jié)點(diǎn)在WordNet中的語(yǔ)義距離,根據(jù)語(yǔ)義距離計(jì)算詞語(yǔ)相似度;文本相似度通過(guò)計(jì)算特征詞間的相似度獲得;采用了一種基于語(yǔ)義相似度的文本聚類(lèi)算法,該算法結(jié)合了圖的理論進(jìn)行聚類(lèi)分析,避免了算法對(duì)聚簇形狀的限制;用特征詞在整個(gè)聚簇中出現(xiàn)的詞頻和其在WordNet中包含的信息量來(lái)衡量特征詞權(quán)重,選取部分權(quán)重大的特征詞進(jìn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論