2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著因特網(wǎng)的普及,新聞網(wǎng)頁(yè)已經(jīng)成為人們獲取信息的一個(gè)主要來(lái)源之一。但面對(duì)浩瀚的信息量,人們需要借助某種方式來(lái)快速、準(zhǔn)確地搜集自己感興趣的信息。話(huà)題檢測(cè)與追蹤(Topic Detection and Tracking,TDT)是一項(xiàng)為了應(yīng)對(duì)信息海罱的問(wèn)題而展開(kāi)的研究。美國(guó)1996年開(kāi)始組織有關(guān)研究機(jī)構(gòu)進(jìn)行TDT測(cè)評(píng),新事件檢測(cè)(New Event Detection,NED)作為其關(guān)鍵了任務(wù)之一,研究的主要內(nèi)容是怎樣通過(guò)新事件檢測(cè)系統(tǒng)檢測(cè)

2、出事件的第一篇新聞報(bào)道。國(guó)內(nèi)相關(guān)研究雖起步較晚,但由于話(huà)題檢測(cè)與追蹤在信息檢索、文本分類(lèi)等相關(guān)領(lǐng)域的實(shí)際應(yīng)用價(jià)值,其相關(guān)研究已成為信息處理領(lǐng)域的熱點(diǎn)。
   基本的新事件檢測(cè)系統(tǒng)主要分為文本表示、文本的比較與文本分類(lèi)與時(shí)間窗口選擇等幾大模塊。本文在國(guó)內(nèi)外研究的基礎(chǔ)上,以文本形式的中文新聞數(shù)據(jù)流為處理對(duì)象,對(duì)自然語(yǔ)言處理技術(shù)中時(shí)間信息的統(tǒng)一表達(dá)、地名的規(guī)范化處理、人名庫(kù)的有效建立方等方面作了改進(jìn)。特別地,考慮到新聞報(bào)道趨向于盡早將

3、報(bào)道要義告知讀者的特點(diǎn),本文提出了位置信息這一概念,并在此基礎(chǔ)之上通過(guò)可加函數(shù)和可乘函數(shù)對(duì)Okapi相似比較函數(shù)進(jìn)行改進(jìn)。文本的分類(lèi)方面,本文中采用的支持向量機(jī)(Support Vector Machine,SVM)的方法有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ),是機(jī)器學(xué)習(xí)領(lǐng)域關(guān)注度相當(dāng)高的一種方法,尤其是在無(wú)監(jiān)督情形下有著良好的魯棒性,已被成功的應(yīng)用于模式識(shí)別及回歸問(wèn)題的分析。
   本文對(duì)從中新網(wǎng)、新華網(wǎng)等大型網(wǎng)站收集的含有20個(gè)主題的14295篇

4、新聞文檔分別采用核回歸法(kernel regression)、最近鄰域方法(nearest neighbor method)和支持向量機(jī)法(Linear—kernel SVM、RBF—kernel SVM)等方法進(jìn)行新事件檢測(cè),通過(guò)對(duì)采用基本NED系統(tǒng)和改進(jìn)后的NED系統(tǒng)進(jìn)行實(shí)驗(yàn)得出的檢測(cè)代價(jià)系數(shù)進(jìn)行對(duì)比,得到三種方法對(duì)應(yīng)的代價(jià)系數(shù)分別降低了4.9%、7.3%和13.1%。由此說(shuō)明了NED系統(tǒng)在應(yīng)用了基于新聞?wù)Z料特征改進(jìn)的向量空間模型

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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