2023年全國(guó)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(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、Internet的飛速發(fā)展導(dǎo)致網(wǎng)絡(luò)上的文檔信息急劇增長(zhǎng),如何自動(dòng)處理這些海量信息成為目前重要的研究課題。文本分類是對(duì)文檔信息進(jìn)行有序組織的方法,它能夠?yàn)樾畔z索提供更高效的搜索策略和讓其返回更準(zhǔn)確的檢索結(jié)果。本文研究自動(dòng)文本分類算法。本文首先介紹了文本分類的發(fā)展概況,對(duì)常用的分類算法,比如樸素貝葉斯(NaiveBayes,簡(jiǎn)稱NB)、TFIDF、k近鄰(kNearestNeighbors,簡(jiǎn)稱k-NN)和支持向量機(jī)(SupportVec

2、torMachine,簡(jiǎn)稱SVM)等進(jìn)行了介紹和分析,為后續(xù)章節(jié)的研究提供了理論和實(shí)驗(yàn)基礎(chǔ)。 平滑技術(shù)雖然能夠使NB算法避免零概率問題,但該技術(shù)本身存在一些不足之處,為此本文提出了兩種新的策略:NBTF和NBTS,可以在不采用平滑技術(shù)的情況下消除NB算法中的零概率問題。分析和實(shí)驗(yàn)表明,與Laplace和SGT平滑算法進(jìn)行比較,新策略在有效性、適應(yīng)性等方面具有較好的性能。 本文對(duì)調(diào)整訓(xùn)練文本權(quán)值能否提高單分類器性能的問題進(jìn)

3、行了研究,采用了較簡(jiǎn)單的權(quán)值調(diào)整策略,提出了兩種新算法:KTrain1和KTrain2。分析和實(shí)驗(yàn)表明,新算法能夠?qū)Ψ诸惼餍阅芷鸬揭欢ǖ奶嵘饔谩?本文在研究TFIDF和k-NN算法的基礎(chǔ)上,融入增大錯(cuò)分訓(xùn)練文本權(quán)值可以改進(jìn)分類器性能的思想,提出了一種改進(jìn)的TFIDF算法——S-TFIDF,該算法采用k-NN算法思想改進(jìn)TFIDF算法性能。實(shí)驗(yàn)驗(yàn)證了S-TFIDF算法在分類性能上優(yōu)于TFIDF和k-NN算法。同時(shí),S-TFIDF

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