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

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文以建立在統(tǒng)計理論基礎上的Bayse分類算法在短信過濾中的應用策略為依據(jù),把投訴平臺中針對不良短信的投訴信息作為研究對象,對它們進行智能化的分析與研究,用類別明確的投訴信息指導數(shù)據(jù)分析的進行,從這些投訴信息中提取垃圾短信的特征,并用于類別未知的投訴信息的分析,最后將整體分析結果以表格形式,提交給相關處理部門作為處理依據(jù),以解決人力對突發(fā)性的、大量的舉報信息的分析難度。
   現(xiàn)有短信過濾系統(tǒng),實際是對以關鍵詞為依據(jù)的文本分類的

2、擴展,因此,同樣存在文本分類中所具有的缺點:使用內容固定的詞典提取關鍵詞,不能適應詞的靈活變化;逐條取樣分析生成分類器,當測試數(shù)據(jù)與樣本存在差異時,分類器的準確性得不到保證;在整體角度上保證系統(tǒng)的可靠性,沒有考慮到關鍵詞提取過程中的風險,因此,從系統(tǒng)的靈活性、通用性和精度三方面對現(xiàn)有過濾策略進行完善,提出了可行有效的解決方法,主要研究內容如下:
   (1)系統(tǒng)的靈活性:①基本關鍵詞的提取:將基本的最長匹配分詞技術與字符串的模糊

3、匹配相結合,僅當基本匹配和模糊匹配同時失敗時,才尋找次長詞。②提取特征詞:將現(xiàn)有短信過濾中的降維思想與文本分類中的類內集中度、類間分散度和類內平均度及加權求和思想相結合,以此提高詞對分類貢獻所具有的準確性和分類規(guī)則的全面性。
   (2)分類器的通用性:應用概率論中的隨機抽樣理論采集樣本集,避免分類器過分擬合樣本數(shù)據(jù),使其具有通用性。
   (3)分類器的準確性:將兩類分類問題中使用的最小風險思想進行如下擴展,以使系統(tǒng)所

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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