潛在語義分類模型的研究.pdf_第1頁
已閱讀1頁，還剩96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(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、文本自動分類是組織和管理文本信息的有力手段,可以在較大程度上解決信息雜亂無章的問題,使用戶更容易更準確地定位所需的信息.目前,文本自動分類是信息檢索(Information Retrieval:IR)領域中最前沿的研究熱點之一,國內(nèi)外均有大量學者從事這方面的研究.潛在語義索引模型(Latent Semantic Indexing:LSI),是近年來在信息檢索領域中使用較多并較為有效的維數(shù)約簡算法之一.應用LSI模型進行信息檢索或文本分類

2、,不是基于文檔集中表層的詞匯信息而是潛在語義結構,其性能比傳統(tǒng)的基于向量空間模型(Vector Space Model:VSM)的方法要高出許多.然而,LSI在降低維數(shù)的同時也會丟失一些關鍵信息.LSI基于文檔的詞信息來構建語義空間,得到的特征空間會保留原始文檔矩陣中最主要的全局信息.但在某些情況下,一些對類別的正確識別非常重要的特征,因為放在全局下考慮顯得不重要,而在維數(shù)約減的過程中被濾掉.針對上述問題,在擴展LSI模型的基礎上,我們

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(nèi)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(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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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