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、隨著計算機網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,電子文檔逐漸成為人們獲取文本信息的主要渠道。網(wǎng)絡(luò)信息的多樣性和文檔的雜亂無章性對用戶快速準確獲取所需信息提出了巨大的挑戰(zhàn)。文本分類是信息檢索中對文檔進行組織和整理的重要技術(shù),然而不同于文本分類系統(tǒng)在實驗室中處理的文本集合,在實際應(yīng)用中尤其是出現(xiàn)在網(wǎng)絡(luò)中的文本數(shù)據(jù)集合往往存在標注不全,數(shù)據(jù)集不平衡等問題。數(shù)據(jù)不均衡問題由于其在各領(lǐng)域應(yīng)用的廣泛性和重要性成為文本分類目前面臨的一個主要問題,同時也是文本挖掘領(lǐng)域的
2、研究熱點。
本文對不均衡數(shù)據(jù)集下的文本分類進行了一定的研究,從文本分類的特征選擇方法和對量化后的文本數(shù)據(jù)層上的重取樣兩個角度出發(fā)提出了一種組合的針對不均衡數(shù)據(jù)集的文本分類方法。本文的主要研究內(nèi)容如下:
?、賹ξ谋痉诸愔械膫鹘y(tǒng) CHI統(tǒng)計特征選擇方法和對改進的僅保留類別正相關(guān)性特征的CHI統(tǒng)計特征選擇算法進行了研究,并在不均衡數(shù)據(jù)集上進行了實驗,實驗結(jié)果表明在均衡數(shù)據(jù)集上表現(xiàn)良好的CHI統(tǒng)計特征選擇方法所得到的分類效果并
3、不理想。
?、谕ㄟ^對不均衡數(shù)據(jù)集的研究分析,提出了對僅保留類別正相關(guān)性特征的單邊CHI統(tǒng)計特征選擇方法進行改進,首先引入一個小類加權(quán)因子用于保留部分對小類分類有貢獻的表現(xiàn)為類別負相關(guān)性的特征詞項,同時使用ICF(逆轉(zhuǎn)類別頻)增強特征選擇過程中特征的類別區(qū)分能力,進而選擇出最具類別代表性的特征詞。使用特征集合將文檔進行量化表示為向量空間模型。
?、蹫楦玫亟鉀Q由數(shù)據(jù)不均衡導致分類效果不佳的問題,本文提出對量化后的文本集合在
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。
- 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。
最新文檔
- 面向不均衡數(shù)據(jù)的文本分類系統(tǒng)研究與實現(xiàn).pdf
- 基于類別均衡的文本分類算法研究.pdf
- 基于維諾圖的不均衡數(shù)據(jù)集分類研究.pdf
- 基于粗糙集的文本分類算法研究.pdf
- 基于不均衡數(shù)據(jù)集和決策樹的入侵檢測分類算法的研究.pdf
- 不均衡數(shù)據(jù)下基于SVM的分類算法研究與應(yīng)用.pdf
- 不均衡數(shù)據(jù)分類方法的研究.pdf
- 基于不平衡數(shù)據(jù)集的文本分類技術(shù).pdf
- 基于海量數(shù)據(jù)的文本分類算法的MapReduce實現(xiàn)研究.pdf
- 基于GPU的文本分類算法研究.pdf
- 基于粗糙集理論的文本分類算法研究及應(yīng)用.pdf
- 基于TFIDF的文本分類算法研究.pdf
- 基于偏斜數(shù)據(jù)集的中文文本分類問題的改進特征權(quán)重算法研究.pdf
- 基于主動半監(jiān)督學習的不均衡數(shù)據(jù)集分類問題的研究.pdf
- 多元不均衡數(shù)據(jù)分類問題研究.pdf
- 基于粗糙集的中文文本分類算法研究及應(yīng)用.pdf
- 文本分類算法研究.pdf
- 基于粗糙集理論的文本分類研究.pdf
- 基于特征權(quán)重算法的文本分類研究.pdf
- 非均衡文本分類的特征選擇研究.pdf
評論
0/150
提交評論