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59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、關(guān)鍵短語抽取是文本信息處理的重要技術(shù)。隨著網(wǎng)絡時代的到來,在線文檔呈現(xiàn)出幾何級數(shù)的增長,“信息爆炸”成為這個時代的主要特征。檢索和利用網(wǎng)絡信息變得越來越困難,關(guān)鍵詞作為對文章內(nèi)容的簡要概括,可以輔助人們快速了解文章內(nèi)容,節(jié)省瀏覽時間。同時關(guān)鍵詞在自動文摘、信息檢索、文本分類、文本聚類等方面也具有十分重要的作用。在實際生活當中,只有很少的一部分文檔擁有作者標注的關(guān)鍵詞,并且由人手工進行關(guān)鍵詞的標注是一項非常費時費力的工作且主觀性較強。因此

2、非常需要有一種方法,能夠自動的進行關(guān)鍵詞的抽取。
  關(guān)鍵詞既要反映文本的主題內(nèi)容,又要具有專指性。由于作者給定的關(guān)鍵詞大多是由兩個或者兩個以上的詞組成,因此本文也稱為關(guān)鍵短語。關(guān)鍵短語的抽取已經(jīng)成為信息檢索領(lǐng)域中非常重要的研究課題。本文主要研究了以下幾個問題:
  1.研究了與關(guān)鍵短語相關(guān)的資源建設(shè)問題,我們對格式化數(shù)據(jù)處理的方式進行了分類,并通過對互聯(lián)網(wǎng)數(shù)據(jù)進行格式化處理來使人們了解如何進行資源建設(shè)。
  2.本文

3、利用文檔結(jié)構(gòu),分析和研究了關(guān)鍵短語抽取問題。本文采用分類的設(shè)計思想實現(xiàn)關(guān)鍵短語的抽取,并且分別采用支持向量機模型(SVM)來建立分類模型以及采用條件隨機場模型(CRF)進行關(guān)鍵短語抽取。實驗結(jié)果表明,本文提出的抽取算法在查準率和查全率上都比已有的算法有顯著的提高。
  3.研究了軟件測試問題,針對關(guān)鍵短語抽取完成了有關(guān)實驗測試,我們對軟件測試的方法進行了歸納、分類。通過使用Junit軟件進行軟件測試實驗,我們分為五個部分對實驗進行

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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