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55頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、為了能夠有效地組織和分析海量的Web信息資源,幫助用戶迅速地獲取所需要的知識和信息,人們希望能夠按照內容實現(xiàn)對網頁的自動分類。Web的迅猛發(fā)展為文本自動分類技術提供了一個前所未有的實驗環(huán)境和應用平臺,同時也帶來了新的挑戰(zhàn)。而作為Web網頁自動分類技術基礎的文本自動分類技術也迅速地發(fā)展起來。 基于文檔頻率的特征提取方法計算復雜度低,而且提取出的特征的分類效果也和卡方檢驗以及信息增益等方法相當,比較適合于大規(guī)模的文本分類任務。但是通

2、過分析我們發(fā)現(xiàn),由于僅僅使用文檔頻率來衡量特征的區(qū)分能力,文檔頻率方法存在兩個問題。 顯露模式是那些從一個數(shù)據集到另一個數(shù)據集支持度發(fā)生顯著變化的項集,它們對分類是有用的,這是因為這些項集能夠捕獲數(shù)據庫中兩個數(shù)據集之間的多屬性差異,具有很好的分類性能。而eEPs(EssentialEmergingPatterns)是一種最具表達能力的、特殊的EPs,稱為基本顯露模式。它不僅具有EPs的優(yōu)點,可以用來構造準確的分類器,而且數(shù)量比E

3、Ps少很多,可以快速方便地挖掘和使用。 基于EPs的分類方法并不把樣本看作n維空間的點,而是把它們看作項的集合。通過發(fā)現(xiàn)那些從一個數(shù)據集到另一個數(shù)據集支持度發(fā)生顯著變化的模式(項集),建立分類器,基于EP的分類方法足以與C4.5、樸素Bayes等分類法相媲美?;贓Ps的分類方法已經成功地應用于DNA分析等領域,但用于文本自動分類還未見到報道。 本文在分析了文檔頻率特征提取方法存在的問題的基礎上,給出了特征的區(qū)分能力的概

4、念,提出了一種基于區(qū)分能力的特征提取方法,并將基于eEPs的分類方法應用到中文文本分類領域,提出并實現(xiàn)了一個基于eEPs的中文文本分類算法TCEP。 本文研究工作的主要創(chuàng)新點有:(1)提出了一種基于區(qū)分能力的特征提取方法。該方法綜合考慮了文檔頻率和類信息,所提取出的特征項具有很好的區(qū)分能力。 (2)使用eEPs來構建分類器。基于eEPs的分類方法能有效地緩解維災難問題,比較適合于大規(guī)模的文本分類任務。提出并實現(xiàn)了一個基于

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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