基于WordNet本體庫的文本分類方法.pdf_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、針對用于文本表示的向量空間維數過大、包含語義信息不足及向量空間中詞形統(tǒng)計的局限性，闡述了引入概念的優(yōu)勢。通過介紹語義詞典WordNet的結構、概念間的多種關系、概念鏈的定義和應用，將WordNet本體庫中的每個同義詞集合(synset)看作是能明確表示語義的一個概念，文本中的詞條均用與該詞條對應的概念來代替，即用該詞條所屬的同義詞集合來代替，通過WordNet中的上下文關系，利用WordNet中的概念鏈，并引入概念的概括度和反類別頻度，

2、調整特征向量空間的權值，建立了文本的概念向量空間模型作為文本的特征向量空間模型，從而體現了文本中更抽象的語義信息。 在本文中，提出了一種基于語義分析的文本分類方法，將文本分類技術和語義詞典WordNet提供的知識相結合研究實現了一個文本分類系統(tǒng)，分類器采用樸素貝葉斯分類器。對基于語義的向量空間模型的生成步驟做了詳細的論述，對基于語義的和基于詞形的兩種分類系統(tǒng)的性能做了比較實驗。實驗結果表明，這種概念向量空間模型取得了較好的準確率

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