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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、《中國工程科技2035發(fā)展戰(zhàn)略研究》是中國工程院與國家自然科學(xué)基金委于2015年聯(lián)合啟動的大型戰(zhàn)略研究。其中,對3D打印進(jìn)行技術(shù)預(yù)見工作是該戰(zhàn)略研究的重要部分。由于研究人員需要大量的文獻(xiàn)和專利等客觀數(shù)據(jù)來支持其對工程技術(shù)進(jìn)行分析和決策,所以對大量文本數(shù)據(jù)進(jìn)行分類則是開展這項工作的基礎(chǔ)。3D打印技術(shù)涉及面較廣且相關(guān)文本數(shù)據(jù)的數(shù)量龐大,若采用人工的方法進(jìn)行分類,不僅費時費力且需要工作人員具有相應(yīng)的專業(yè)知識,因此采用計算機程序自動對文本分類則
2、是一種較好的解決方案。
特征降維是對文本進(jìn)行自動分類的核心部分?;赥F-IDF的特征提取作為一種最為常用的降維方法,其TF僅從詞頻方面考慮了文本所包含的信息,缺乏對特征詞上下文環(huán)境的考慮,忽略了文本結(jié)構(gòu)信息;IDF計算方法缺乏對特征詞在類之間分布狀況的考慮。由于文本特征詞間的依存關(guān)系可以很好地表示出文本結(jié)構(gòu)信息,因此本文先根據(jù)此種關(guān)系將文本構(gòu)建成文本網(wǎng)絡(luò),再利用改進(jìn)PageRank算法計算出的特征詞在文本網(wǎng)絡(luò)中重要程度值對T
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(hù)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(fù)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。
最新文檔
- tf-idf向量模型文本分類算法
- 中文文本分類中卡方特征提取和對TF-IDF權(quán)重改進(jìn).pdf
- 基于TF-IDF的文本分類系統(tǒng)中權(quán)重計算和特征選擇方法研究.pdf
- 基于TF-IDF模型的高光譜影像端元提取方法研究.pdf
- 基于特征提取和主題模型的文本分類研究.pdf
- 中文文本分類特征提取方法的研究與實現(xiàn).pdf
- 基于語句特征提取的文本分類方法研究.pdf
- 一種利用本體關(guān)聯(lián)度改進(jìn)的TF-IDF特征詞提取方法.pdf
- 基于TF-IDF的音頻和歌詞特征融合模型的音樂情感分析研究.pdf
- 文本分類中特征提取相關(guān)技術(shù)研究與實現(xiàn).pdf
- 基于論壇關(guān)鍵字搜索的改進(jìn)TF-IDF算法及其應(yīng)用.pdf
- 內(nèi)容文本分類中的語義特征提取算法研究.pdf
- 中文文本分類中特征提取算法研究.pdf
- 文本分類中特征提取和特征加權(quán)方法研究.pdf
- 基于改進(jìn)KNN的文本分類算法的設(shè)計與實現(xiàn).pdf
- 文本分類特征選擇與分類算法的改進(jìn).pdf
- 基于KNN的文本分類特征選擇與分類算法的研究與改進(jìn).pdf
- 基于多詞TF-IDF算法的智能導(dǎo)醫(yī)系統(tǒng)研究.pdf
- KNN文本分類中基于遺傳算法的特征提取技術(shù)研究.pdf
- 基于文本特征提取算法的旁路監(jiān)控系統(tǒng)設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論