基于語(yǔ)義本體的特征降維方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、特征降維是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的研究重點(diǎn),尤其在生物醫(yī)學(xué)領(lǐng)域等特殊領(lǐng)域的分類(lèi)研究中。隨著語(yǔ)義網(wǎng)、本體的發(fā)展,基于語(yǔ)義的特征降維研究得到了廣泛關(guān)注。已有的特征降維算法大多基于統(tǒng)計(jì)學(xué)信息,如信息增益法,雖然在文本自動(dòng)分類(lèi)中獲得一定的效果,但是,傳統(tǒng)特征降維算法通常存在以下問(wèn)題:(1) 將所有出現(xiàn)的特征詞列入特征空間,導(dǎo)致特征空間過(guò)大,冗余的特征信息會(huì)對(duì)后續(xù)的數(shù)據(jù)處理任務(wù)產(chǎn)生干擾;(2) 特征空間不具有語(yǔ)義信息,忽略了特征之間的語(yǔ)義信息,以及特

2、征與類(lèi)標(biāo)簽之間的語(yǔ)義關(guān)聯(lián),導(dǎo)致選擇的特征與類(lèi)標(biāo)簽沒(méi)有語(yǔ)義關(guān)聯(lián)。
   為了充分利用特征間的語(yǔ)義關(guān)聯(lián),本文提出了一種基于本體的特征降維算法OBDR(Ontology-Based Dimension Reduction),主要包括以下步驟:
   首先,采用基于本體的命名實(shí)體抽取技術(shù),識(shí)別文本中出現(xiàn)的命名實(shí)體作為特征,使得原始特征空間中特征具有豐富的語(yǔ)義信息;
   其次,將所有特征空間中的特征根據(jù)在本體中的語(yǔ)義序列

3、映射到簇中,若兩個(gè)特征在本體樹(shù)中具有共同的父結(jié)點(diǎn)或祖父結(jié)點(diǎn),則將這兩個(gè)特征列入同一簇。
   最后,每個(gè)簇都由一個(gè)特征進(jìn)行代替,該特征通過(guò)其在本體中語(yǔ)義序列決定,它可能在簇中,也可能從本體中獲得。
   OBDR算法主要思想是采用“最短極大覆蓋”策略,從原始特征空間中選取具有豐富語(yǔ)義信息的特征子集。實(shí)驗(yàn)研究表明,經(jīng)過(guò)OBDR算法特征降維后,基于特征空間的分類(lèi)模型具有較好的分類(lèi)效果,與其他經(jīng)典特征降維算法相比較,OBDR算

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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