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46頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著因特網(wǎng)迅猛地向前發(fā)展,互聯(lián)網(wǎng)已經(jīng)成為一種不可缺少的信息傳播媒介。數(shù)字化圖書館,新聞資源等Web信息量呈幾何級增長,出現(xiàn)了像文檔檢索、圖像匹配、氣象預(yù)報、入侵檢測,基因工程分析等大量機器學習問題。面對信息爆炸帶來的挑戰(zhàn),人們迫切需要更快更有效地獲取這類信息,用傳統(tǒng)的人工分類方法去處理這些問題已經(jīng)變得捉襟見肘,借助計算機工作便成為最佳選擇。
  當前文本分類是一個熱點研究領(lǐng)域,開展此項工作具有重要的研究價值和現(xiàn)實意義。在文本分類技

2、術(shù)的研究過程中,雖然提出了許多方式方法,并且有些方法已經(jīng)相對成熟且分類效果不錯,但實用性強的分類技術(shù)仍舊比較缺乏。不少分類模型和特征選擇算法的復(fù)雜性比較高,實現(xiàn)過程過于復(fù)雜而導(dǎo)致訓(xùn)練和分類的效率低下,難以應(yīng)付實際當中碰到的龐大數(shù)據(jù)集。如何從海量數(shù)據(jù)中找到需要的目標信息是文本分類的一項重要的任務(wù)。如何提高文本分類的準確率和運行效率(時間復(fù)雜度,空間復(fù)雜度)是一個需要不斷深刻思考的課題。
  特征選擇方法與分類算法是文本分類技術(shù)當中兩

3、塊核心內(nèi)容,絕大多數(shù)研究人員都致力于其方法的探索與改進,許多新方法付諸的應(yīng)用都取得了不錯的成績??傊?,這是一項很有必要也非常有前途的研究。
  本文針對數(shù)據(jù)語料類別數(shù)據(jù)不均衡,從特征選擇方法和文本分類器方面進行研究,大致內(nèi)容如下:
  (1)基于改進的類別分布特征選擇方法
  在文本特征降維空間中,本文發(fā)現(xiàn)基于Fisher思想的特征選擇方法應(yīng)該兼具考慮類內(nèi)、類間方差,這樣才可以得到具有更好類別區(qū)分能力的特征。具體到本文

4、工作所面向的類別數(shù)據(jù)分布是不均衡的,為此在充分考慮類別之間樣本數(shù)差異的基礎(chǔ)上,作者提出了一種基于改進的類別分布特征選擇方法。該方法可以選出在類別間差異比較大的特征而且還可以靈活地調(diào)整類別的權(quán)重,實驗表明該方法在非平衡語料上結(jié)果很好,說明它在稀有類別上可以達到不錯的效果。
  (2)基于推拉方法的非平衡中文文本分類
  從分類器學習角度,為了論證推拉方法優(yōu)于SVM,KNN。本文首先介紹了傳統(tǒng)分類方法涉及的相關(guān)知識,提出了傳統(tǒng)分

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。

評論

0/150

提交評論