改進的模糊C-均值算法在文本聚類中的應用研究.pdf_第1頁
已閱讀1頁，還剩61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、本文主要從文本預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鍵技術的基本現(xiàn)狀,讓讀者對文本聚類的主要過程有了進一步的了解。針對數(shù)據(jù)清洗過程對稀有詞過濾存在誤去的情況,提出了對稀有詞過濾的新方法。該過濾方法由于保證了文本特征項的完整性和精煉性,所以提高了文本聚類的效果。然后通過采用詞頻統(tǒng)計的方法對文本向量進行降維處理,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,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