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54頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、詞聚類就是對一些紛繁的個(gè)別詞應(yīng)用某種方法進(jìn)行分組形成語義相近或相關(guān)的詞類(或詞聚簇)。它在智能檢索、文本分類、詞義排歧、機(jī)器翻譯等領(lǐng)域都有廣泛的應(yīng)用,是語言學(xué)和自然語言處理中十分重要的研究課題之一。
   在詞聚類技術(shù)中,采用什么樣的詞語相似度計(jì)算方法以及如何對詞語聚類,往往決定了詞聚類效果的好壞。傳統(tǒng)基于互信息的詞聚類方法由于簡單、易于實(shí)現(xiàn)等特點(diǎn),被應(yīng)用在了基于上下文的機(jī)器自動聚類中。該方法存在兩個(gè)問題:
   (1)

2、未考慮詞對的不同分布所造成的詞語關(guān)聯(lián)強(qiáng)度差異;
   (2)虛假關(guān)聯(lián)問題,即有些實(shí)際較強(qiáng)的關(guān)聯(lián)關(guān)系計(jì)算結(jié)果較弱,反之某些實(shí)際較弱的關(guān)聯(lián)關(guān)系計(jì)算結(jié)果較強(qiáng),這與實(shí)際情況不符。
   本文針對傳統(tǒng)基于互信息的詞聚類方法存在的以上兩個(gè)問題,圍繞如何計(jì)算詞語相似度及選用合適的詞聚類算法開展了研究工作:
   首先,本文提出了一種基于關(guān)聯(lián)分布的詞語相似度計(jì)算方法。該方法用詞語關(guān)聯(lián)分布規(guī)范化因子對傳統(tǒng)互信息度量待聚類詞和基詞關(guān)

3、聯(lián)度的方法進(jìn)行了修正,即用關(guān)聯(lián)的累積分布函數(shù)更準(zhǔn)確的度量其關(guān)聯(lián)度;然后由所得關(guān)聯(lián)度構(gòu)造待聚類詞的屬性向量;最后由屬性向量利用夾角余弦法計(jì)算出待聚類詞語相似度。實(shí)驗(yàn)結(jié)果表明,新方法比傳統(tǒng)方法有更好的詞語相似度計(jì)算效果。
   其次,實(shí)現(xiàn)了基于關(guān)聯(lián)分布相似度的詞語聚類算法。該算法以基于關(guān)聯(lián)分布的詞語相似度計(jì)算方法所得待聚類詞語相似度為基礎(chǔ),利用仿射傳播聚類算法,將詞對相似度轉(zhuǎn)換為矩陣形式作為輸入,在算法開始時(shí)將所有的待聚類詞語都視為

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(shí)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。

評論

0/150

提交評論