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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,隨著互聯(lián)網(wǎng)的發(fā)展,人們可以獲取的信息以指數(shù)的速度增長。一方面,為了便于管理如此龐大的信息,文本分類技術(shù)日益引起人們的關(guān)注。另一方面,對于特定的用戶而言,所需要的信息往往只占其中極小的一部分,因此從大量的文本數(shù)據(jù)流中尋找滿足特定用戶需求的文本的文本過濾技術(shù)顯得猶為重要。 本文首先研究了主題文本分類中的各項關(guān)鍵技術(shù),在文本表示方面,采用向量空間模型來表示文本,以詞匯作為向量空間模型的特征項,然后介紹了7種不同的特種選擇的算法
2、,包括文檔頻率、互信息量、x2一統(tǒng)計量、詞匯的熵、KL距離、信息增益、優(yōu)勢比,接著介紹了機(jī)器學(xué)習(xí)中比較常見的幾種分類算法:中心向量分類器、K近鄰算法、樸素貝葉斯分類器、AdaBoost算法、支持向量機(jī)算法。在中英文語料上的實驗結(jié)果表明特征選擇算法中,信息增益、x2一統(tǒng)計量有著相對較好的性能。在20-newsgroups數(shù)據(jù)集上,采用SVM算法,選用全部特征項,0-1權(quán)重,5-fold交叉驗證,宏平均和微平均分別達(dá)到89.2%和89.4%
3、。 其次,在態(tài)度文本分類中,我們研究了詞的傾向性分析和篇章態(tài)度分類。在中文詞的傾向性判斷方面,我們提出了將知網(wǎng)的語義相似度和語義相關(guān)場計算功能應(yīng)用到對于詞匯進(jìn)行語義傾向性判別,最好的性能達(dá)到了87%的準(zhǔn)確率。在篇章態(tài)度分類方面,使用傾向性詞表的無監(jiān)督分類在中文和英文語料上都低于60%的準(zhǔn)確率,而采用支持向量機(jī)算法的監(jiān)督學(xué)習(xí)的方法在中文和英文語料上則都達(dá)到了86.5%。 最后,介紹了一個基于主題文本分類和態(tài)度文本分類技術(shù)的
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)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。
最新文檔
- 基于文本分類的信息過濾系統(tǒng)模型研究.pdf
- 基于主題挖掘和覆蓋的文本分類研究.pdf
- 基于文本挖掘的主題分類專家系統(tǒng)的設(shè)計和實現(xiàn).pdf
- 基于支持向量機(jī)的文本主題分類和情感分類研究.pdf
- 基于文本分類的中文垃圾短信過濾研究.pdf
- 基于文本分類技術(shù)的信息過濾方法的研究.pdf
- 基于文本分類的多層次垃圾短信過濾系統(tǒng)研究.pdf
- 基于特征提取和主題模型的文本分類研究.pdf
- 基于詞向量和主題向量的文本分類算法研究.pdf
- 基于文本分類技術(shù)的垃圾郵件過濾研究.pdf
- 基于串匹配和文本分類的中文網(wǎng)頁過濾系統(tǒng)設(shè)計.pdf
- 基于文本和圖像的垃圾郵件過濾系統(tǒng)研究.pdf
- 基于主題概念樹的科技文本分類方法研究和實現(xiàn).pdf
- 基于文本分類算法的垃圾短信過濾技術(shù)研究.pdf
- 基于文本過濾的校友信息搜索系統(tǒng)實現(xiàn).pdf
- 基于主題的文本分類模型研究與應(yīng)用.pdf
- 基于相關(guān)主題模型的文本分類方法研究.pdf
- 基于規(guī)則的文本過濾系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于混合模式的文本過濾系統(tǒng)的研究.pdf
- 基于文本情感分類的商品評論主題挖掘.pdf
評論
0/150
提交評論