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70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、近年來,隨著信息技術(shù)的迅速發(fā)展,特別是 Internet的普及,網(wǎng)頁上的電子文本信息急劇增加,如何有效地組織和管理這些海量信息,并且能夠快速、準確地獲得用戶所需要的信息是當今信息資源管理技術(shù)領(lǐng)域的一大挑戰(zhàn)。通過文本自動分類技術(shù)的使用,可以使電子文本信息自動的按照類別的方式進行組織和管理,滿足人們方便快捷的信息處理需求,準確定位所需信息資源。
  本文從分詞算法,特征選擇算法和文本分類算法三個方面對文本分類進行深入研究。
  

2、首先,通過分析預(yù)處理中中文文本分類的特點,中文文本向量空間模型表示法,和兩種機械的分詞方法,在算法的詞典結(jié)構(gòu)、算法的匹配方式、算法對歧義詞的處理策略和算法識別未登錄詞的策略上改進了分詞方法,并進行了實驗驗證。
  其次,在文本預(yù)處理的基礎(chǔ)上,為了進一步提高特征項對類別的區(qū)分能力,本文分析了基于絕對比例區(qū)分(CPD)的特征選擇算法,分別在特征項的頻度和特征項的冗余兩個方面進行改進,提出了改進的CPD特征選擇算法,并通過實驗進行比較驗

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確性、安全性和完整性, 同時也不承擔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