英文文本自動分類系統(tǒng)研究與算法改進.pdf_第1頁
已閱讀1頁，還剩60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、隨著信息技術的不斷發(fā)展，特別是互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡中每天都會產(chǎn)生大量的信息，面對這些海量信息，如何選取符合自己實際需要，符合自己能力水平，符合自己閱讀習慣的信息，是網(wǎng)絡時代人們面臨的一個問題。在該背景下，文本自動分類技術應運而生，在數(shù)據(jù)挖掘、信息檢索及機器學習等領域，經(jīng)過長時間的運用和改進，實用性大大增強。
　　 在文本自動分類技術中，人們面臨的一個首要問題是如何減少特征向量空間的高維性，合理表征特征向量的稀疏性。因此，本文從

2、特征值提取、特征權重計算、文本自動分類算法等角度，分別提出了相應的改進方法，具體做了以下幾個工作:
　　 1.針對傳統(tǒng)的特征值提取方法中只考慮詞語之間的詞匯關系，而忽略詞語之間的語義關系的缺點，本文提出了基于多重啟發(fā)式規(guī)則的特征值提取方法。實驗表明，該方法可以有效降低特征向量空間維數(shù)，提高分類準確性。
　　 2.針對傳統(tǒng)的特征權重計算方法TF-IDF存在未考慮類間、類內及不完全分類的情況，本文結合TF-IDF與類間、類內

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(wǎng)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(jīng)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