激情视频在线观看一区二区三区,亚洲巨乳在线观看,日本一区二区三区视频在线观看

位置:首頁 > 技術(shù)文檔

中文文本分類中的特征選擇研究

文件大小： 899.23 KB
下載次數(shù)：
文件評(píng)級(jí)：
更新時(shí)間：2014-06-12
發(fā) 布人： lengbingbing

文件下載：

上傳的文件被下載可獲得積分！
積分可下載資料或者提取人民幣！
Ctrl + d 可將本頁面加入收藏夾

文件介紹：
該文件為 pdf 格式（源文件可編輯），下載需要 20 積分
中文文本分類中的特征選擇研究
目的：隨著信息技術(shù)不斷前進(jìn)和互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展和普及，信息呈近乎爆炸的形式急速膨脹。無論網(wǎng)絡(luò)上、企業(yè)中或是個(gè)人系統(tǒng)上，都有海量的信息需要處理。文本作為計(jì)算機(jī)系統(tǒng)中信息的最重要表現(xiàn)形式之一，其增長速度更為驚人。如何在海量文本庫中搜尋、過濾和管理這些文本成為一個(gè)亟待解決的問題。作為數(shù)據(jù)挖掘技術(shù)的重要手段之一，基于機(jī)器學(xué)習(xí)的文本分類技術(shù)可以在較大程度上解決文本庫雜亂無章的現(xiàn)象，幫助人們將大量的文本自動(dòng)分門別類，從而更好地把握文本信息，使信息的價(jià)值最大化。在采用向量空間模型對(duì)文本進(jìn)行表示的情況下，文本分類的最大特點(diǎn)和困難之一是特征空間的高維性和文檔表示向量的稀疏性。中文的詞條總數(shù)有二十多萬條,尋求一種有效的特征抽取算法,降低特征空間的維數(shù),提高分類的效率和精度,成為文本自動(dòng)分類中需要首先面對(duì)的重要問題。特征選擇是解決這個(gè)問題的有效方法。本選題的核心目的就在于研究如何進(jìn)行特征項(xiàng)的選取，使得分類的效率和效果最好。思路：首先需要理解中文文本分類技術(shù)以及應(yīng)用的框架，熟悉中文文本分類技術(shù)的各個(gè)組成部分，然后搭建一個(gè)中文文本分類的輔助平臺(tái)（包括分詞組件、分類器、測試文檔集、訓(xùn)練文檔集，大部分都可以從開源軟件或公開資料里獲得），在輔助平臺(tái)的基礎(chǔ)上研究特征相的提取并用實(shí)驗(yàn)檢驗(yàn)之。方法：通過閱讀大量的資料或文檔學(xué)習(xí)所要用的知識(shí)和技術(shù)，并通過實(shí)驗(yàn)驗(yàn)證自己的想法和理論。相關(guān)支持條件： PC、java或C++開發(fā)環(huán)境、中文文本分類輔助平臺(tái)（自己搭建）、Internet ...

文檔留言共有條評(píng)論

更多..下載排行

更多..最新文檔

熱門文檔