2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著通信技術(shù)和計(jì)算機(jī)技術(shù),尤其是Intemet的飛速發(fā)展,各種各樣的信息成幾何級(jí)數(shù)增長(zhǎng),作為傳統(tǒng)的信息載體,文本信息更是如此。為了能在海量的文本中及時(shí)準(zhǔn)確地獲得有效的知識(shí)和信息,文本表示技術(shù)以及文本自動(dòng)分類技術(shù)受到了廣泛的關(guān)注。 文本分類是指在給定的分類體系下,根據(jù)文本的內(nèi)容自動(dòng)判別文本類別的過(guò)程。本文描述了文本分類的基礎(chǔ)理論,討論了文本分類的相關(guān)技術(shù),在向量空間模型的基礎(chǔ)上構(gòu)建文本表示模型,研究現(xiàn)有的特征選擇及算法。主要研究如

2、下: 1.提出文本分類的理論基礎(chǔ),討論文本表示的整個(gè)過(guò)程:分詞,建立停用詞表,特征選擇,權(quán)重計(jì)算,生成向量空間。 2.介紹并討論了四種文本分類方法:貝葉斯方法, KNN方法,支持向量機(jī)法,決策樹(shù)分類法,并對(duì)他們進(jìn)行對(duì)比研究。 3.針對(duì)文本分詞技術(shù),特征選取算法和訓(xùn)練分類算法三部分進(jìn)行了詳細(xì)的分析和研究,并在現(xiàn)有方法的基礎(chǔ)上予以改進(jìn),最后通過(guò)實(shí)驗(yàn)分析了系統(tǒng)的性能。實(shí)驗(yàn)結(jié)果表明改進(jìn)后分類系統(tǒng)的性能更加令人滿意,證明了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論