2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、Web文本分類是指將Web文檔集合中每個文檔歸入一個預(yù)先定義的類別之中,是Web文本挖掘的一項重要技術(shù),同時也是智能信息檢索和處理領(lǐng)域的一個新興和重要的研究方向。由于國內(nèi)相關(guān)技術(shù)起步較晚,加上中文語言的特殊性,中文Web文本分類技術(shù)相對落后。 本文分析了Web文本分類的重要意義,介紹了國內(nèi)外文本分類研究現(xiàn)狀特別是中文Web文本分類研究現(xiàn)狀,詳細(xì)介紹了中文Web文本分類的過程與關(guān)鍵技術(shù):首先是Web文本預(yù)處理,然后是文本表示、索引

2、生成、特征選取等步驟,包括多種特征選取方法;接著,詳細(xì)介紹了幾種文本分類算法,包括KNN和SVM、樸素貝葉斯等;然后,介紹了常用的文本分類算法的評價指標(biāo)。 本文重點對中文Web文本分類技術(shù)進(jìn)行了發(fā)展和改進(jìn)。本文將SVM和KNN的結(jié)合算法SVM-KNN算法應(yīng)用于Web文本分類,以彌補(bǔ)傳統(tǒng)SVM算法的一些缺點,獲得更好的分類效果;提出了一種基于密度的調(diào)整KNN訓(xùn)練集的方法,通過對訓(xùn)練集的調(diào)整,降低了KNN算法的分類計算復(fù)雜度,同時提

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。

評論

0/150

提交評論