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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著大規(guī)模存儲(chǔ)技術(shù)、互聯(lián)網(wǎng)及數(shù)字通信業(yè)務(wù)的迅速發(fā)展,電子出版、數(shù)字圖書館、互聯(lián)網(wǎng)網(wǎng)站以及移動(dòng)通信正在引發(fā)著不斷膨脹的文本海嘯。這種快速、無序的信息增長(zhǎng)對(duì)于信息的使用者來說卻意味著混亂,是一種文本災(zāi)難。此外,污染互聯(lián)網(wǎng)環(huán)境的無用、有害、非法信息到處散發(fā),垃圾郵件和手機(jī)短信的侵?jǐn)_,嚴(yán)重干擾了人們的學(xué)習(xí)、工作和生活,甚至對(duì)社會(huì)秩序、人們的切身利益構(gòu)成嚴(yán)重威脅。因此,撥開海量信息的重重迷霧,以一種高效的方式汲取真正需要的養(yǎng)分,從而有效抵制無用、
2、有害、垃圾信息的需求顯得尤為重要和迫切。在這種背景下,文本過濾成為一個(gè)亟待解決的科學(xué)問題,引起了自然語言處理領(lǐng)域相關(guān)專家學(xué)者們的極大重視和關(guān)注,并已成為當(dāng)今信息技術(shù)領(lǐng)域研究熱點(diǎn)。
本文將多模式匹配算法、詞向量以及維、漢詞典結(jié)合在一起,研究了一種基于模式匹配的維吾爾文文本過濾方法。為了提高過濾召回率,利用 word2vec對(duì)選定的維吾爾文模式進(jìn)行擴(kuò)充,但是在擴(kuò)充過程中,由于 word2vec目前不能直接處理維吾爾文數(shù)據(jù),所以利用
3、維、漢詞典處理維吾爾文與中文之間的模式雙向轉(zhuǎn)換。此外,為了提高過濾準(zhǔn)確率,結(jié)合維吾爾文的詞法特性對(duì)于 wu-manber算法的匹配策略做了改進(jìn),不僅匹配詞干還對(duì)詞綴進(jìn)行匹配,從而彌補(bǔ)了目前詞干切分工具的不足和缺陷,提出了一種更適合于維吾爾文的多模式匹配算法—WSMM-ug算法。
最后,我們將以上技術(shù)和方法集成到一起,實(shí)現(xiàn)了一種維吾爾文過濾系統(tǒng),并對(duì)不同類別的維吾爾文文本數(shù)據(jù)進(jìn)行過濾。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)的準(zhǔn)確率和召回率相較于未
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(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)頁內(nèi)容里面會(huì)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(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。
最新文檔
- 基于word2vec的中文文本相似度研究與實(shí)現(xiàn).pdf
- 基于word2vec詞向量的文本分類研究.pdf
- 基于word2vec和SVMperf的網(wǎng)絡(luò)中文文本評(píng)論信息情感分類研究.pdf
- 基于Word2Vec語言模型與圖核設(shè)計(jì)的文本分類研究.pdf
- 深度學(xué)習(xí)之word2vec
- 基于CUDA的Word2Vec設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Word2Vec的自動(dòng)文摘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Word2Vec的中文問句檢索技術(shù)研究及系統(tǒng)實(shí)現(xiàn).pdf
- 基于Word2Vec的微博情感新詞識(shí)別與傾向判斷研究.pdf
- 干貨深度學(xué)習(xí)word2vec筆記之應(yīng)用篇
- 基于Word2Vec的個(gè)性化餐飲推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Word2Vec的情感因子挖掘?qū)χ凶C800成分股市場(chǎng)特征的研究.pdf
- 維吾爾文文本分類技術(shù)研究.pdf
- 基于多樣本融合的中文文本過濾系統(tǒng).pdf
- 維吾爾文文本分類中特征選擇方法的研究.pdf
- 基于內(nèi)容的中文文本過濾關(guān)鍵技術(shù)研究.pdf
- 基于混合策略的中文文本過濾技術(shù)研究.pdf
- 中文文本過濾的邏輯模型.pdf
- 基于HTTP協(xié)議面向中文文本的過濾技術(shù)研究.pdf
- 中文文本信息過濾技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論