改進(jìn)的模糊C-均值算法在文本聚類中的應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩61頁(yè)未讀， 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文主要從文本預(yù)處理和文本聚類兩方面較為系統(tǒng)的研究了中文文本聚類的全過程。首先介紹了文本聚類關(guān)鍵技術(shù)的基本現(xiàn)狀,讓讀者對(duì)文本聚類的主要過程有了進(jìn)一步的了解。針對(duì)數(shù)據(jù)清洗過程對(duì)稀有詞過濾存在誤去的情況,提出了對(duì)稀有詞過濾的新方法。該過濾方法由于保證了文本特征項(xiàng)的完整性和精煉性,所以提高了文本聚類的效果。然后通過采用詞頻統(tǒng)計(jì)的方法對(duì)文本向量進(jìn)行降維處理,從而得以選擇最佳的能夠反映文本本身類別特征的特征項(xiàng),將文本集合表示成為向量空間模型。接下

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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論