已閱讀1頁，還剩78頁未讀， 繼續(xù)免費閱讀
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、本文以研究垃圾郵件過濾、電子郵件分類等真實應(yīng)用所需的實用有效的文本分類技術(shù)為目的，仔細(xì)討論了若干相關(guān)技術(shù)。第一章綜述了當(dāng)前文本分類的主流分類算法，詳細(xì)討論了任務(wù)背景和研究動機(jī)，并給出了具體研究內(nèi)容和結(jié)果。第二章介紹了文本分類技術(shù)中除分類器設(shè)計、特征表示之外的其它主要組成部分。第三章在分析二項簡單貝葉斯(Naive Bayes，NB)分類器與多項簡單貝葉斯分類器的機(jī)理的基礎(chǔ)上，針對文本分類問題的特性，首次提出了單邊二項NB分類器、平
2、均單邊二項NB分類器和平均多項NB分類器等新型分類器，并將它們在文本分類評測集上進(jìn)行了比較。第四章用實驗方法討論了SVM分類器中的折中參數(shù)與不對稱系數(shù)、加權(quán)方式、特征選擇方式等對SVM分類器在文本分類中的性能的影響。第五章第一次系統(tǒng)地討論了各種分類器組合方法在文本分類問題上的性能表現(xiàn)。第六章第一次系統(tǒng)地比較了字符元組、詞組、位置加權(quán)等各種文本表示方法對NB分類器和SVM分類器的影響。第七章介紹了一個我們開發(fā)的電子郵件分類系統(tǒng)Me
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
- 文本分類方法及應(yīng)用研究.pdf
- 文本分類技術(shù)與應(yīng)用研究.pdf
- 文本分類相關(guān)技術(shù)與應(yīng)用研究.pdf
- Web應(yīng)用框架與文本分類技術(shù)應(yīng)用研究.pdf
- 文本分類的特征選擇和分類方法研究.pdf
- 基于SVM的文本分類應(yīng)用研究.pdf
- 文本分類和聚類若干模型的研究.pdf
- 支持向量機(jī)分類方法及其在文本分類中的應(yīng)用研究.pdf
- 中文Web文本分類新技術(shù)的研究和應(yīng)用.pdf
- 基于Hadoop平臺的文本分類應(yīng)用研究.pdf
- 面向移動互聯(lián)網(wǎng)的文本分類技術(shù)應(yīng)用研究.pdf
- 文本分類技術(shù)及在輔助決策中的應(yīng)用研究.pdf
- 基于概念空間的文本分類的應(yīng)用研究.pdf
- 文本分類技術(shù)的研究.pdf
- 短文本分類方法研究.pdf
- IRT和規(guī)則空間在文本分類中的應(yīng)用研究.pdf
- 基于內(nèi)容和情感的文本分類方法研究.pdf
- 云模型在文本分類中的應(yīng)用研究.pdf
- 模糊理論在文本分類中的應(yīng)用研究.pdf
- 遷移學(xué)習(xí)在文本分類中的應(yīng)用研究.pdf
評論
0/150
提交評論