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57頁未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著信息技術(shù)尤其是因特網(wǎng)相關(guān)技術(shù)的發(fā)展與成熟,人們可獲得的信息越來越多。面對(duì)海量信息,一方面是人們對(duì)快速、準(zhǔn)確且全面獲取信息的渴望,另一方面卻是信息的雜亂無序。而文本分類作為處理和組織大量文本數(shù)據(jù)的關(guān)鍵技術(shù),可在較大程度上解決信息雜亂問題,對(duì)于信息的高效管理和有效利用都具有極其現(xiàn)實(shí)的意義,并已成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)重要的研究方向。本文在分析和總結(jié)文本分類中文本表示模型、文本預(yù)處理、特征選擇、特征加權(quán)、分類方法和分類性能評(píng)價(jià)的基礎(chǔ)上,對(duì)特

2、征選擇、特征加權(quán)進(jìn)行了深入研究。本文的主要研究工作如下:
   (1)針對(duì)文本分類中的高維特征空問和冗余特征問題,提出了一種基于類別分布的特征選擇,并與ECBF算法相結(jié)合,給出了一種二次特征選擇方法。其中,墓于類別分布的特征選擇方法可以較好的處理高維空間問題,并且對(duì)特征集進(jìn)行初步篩選,ECBF算法能夠合理的衡量特征之問的冗余程度,用來處理特征冗余問題。通過該二次特征選擇方法不僅可以為文本分類選擇合適的特征,而且還可以減少大量的冗

3、余特征,從而提高文本分類器的性能。
   (2)針對(duì)文本分類中的特征加權(quán)問題,本文首先詳細(xì)分析了最經(jīng)典也是常用的估算特征權(quán)重的TF-IDF方法,發(fā)現(xiàn)TF-IDF只是能較好的表達(dá)一個(gè)特征詞對(duì)一個(gè)文檔的區(qū)分能力,但是沒有引入特征詞區(qū)分一個(gè)類和其他類的能力的表示。文本在研究樸素貝葉斯分類模型和TF-IDF特點(diǎn)后,提出一種改進(jìn)的特征加權(quán)估算方法。該估算方法有效的對(duì)各個(gè)特征詞的類別區(qū)分能力給出合適的權(quán)重。
   本文從文本分類的特

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(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)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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