2023年全國(guó)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54頁未讀, 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、在文本自動(dòng)分類領(lǐng)域,傳統(tǒng)的文本分類方法需要大量的已標(biāo)注文本,學(xué)習(xí)器通過對(duì)已標(biāo)注訓(xùn)練文本的學(xué)習(xí)以建立分類模型用于對(duì)未知文本進(jìn)行分類。但是人工獲得大量的已標(biāo)注訓(xùn)練文本的成本代價(jià)高,制約了整個(gè)分類系統(tǒng)的構(gòu)建,“標(biāo)注瓶頸”問題日益顯著。增量文本分類技術(shù)能夠在小規(guī)模初始已標(biāo)注樣本集信息不足的情況下,充分學(xué)習(xí)利用大量易得的未標(biāo)注訓(xùn)練樣本。而高維度的中文文本信息的處理對(duì)已有的特征選擇算法與分類器的有效契合提出了嚴(yán)峻挑戰(zhàn),迫切需要能對(duì)特征選擇算法進(jìn)行高

2、效利用。在增量文本分類領(lǐng)域,特征選擇策略的研究顯得尤為重要。本文在動(dòng)態(tài)特征選擇策略與增量學(xué)習(xí)技術(shù)的結(jié)合方面開展了研究。
   目前的增量學(xué)習(xí)方法在進(jìn)行特征選擇時(shí),一般沒有考慮不同內(nèi)容、不同數(shù)量的新增訓(xùn)練樣本所蘊(yùn)含的有用信息量對(duì)于提高分類器學(xué)習(xí)性能的貢獻(xiàn)大小的區(qū)別。面對(duì)大規(guī)模、高維度的待處理中文文本,本文提出了一種考慮動(dòng)態(tài)特征選擇的增量文本分類方法,并基于增量貝葉斯分類模型進(jìn)行了實(shí)驗(yàn)驗(yàn)證。這種基于如何高效利用新增未標(biāo)注訓(xùn)練集有用信

3、息的策略,其關(guān)鍵點(diǎn)在于并非每次增量學(xué)習(xí)后都進(jìn)行特征選擇,而是在每次增量學(xué)習(xí)后對(duì)是否值得進(jìn)行特征選擇作評(píng)估,以確定特征選擇的“時(shí)機(jī)”。
   本文使用兩種評(píng)估新增文本信息的方法以支持動(dòng)態(tài)特征選擇策略。一種方法首先將增量學(xué)習(xí)過程中的特征集分為三部分:每次特征選擇后產(chǎn)生的實(shí)際用于構(gòu)造分類器的有效特征空間部分和可能用于構(gòu)造分類器的候選特征空間部分;相鄰兩次特征選擇間的新增特征集部分。以特征選擇的計(jì)算代價(jià)為出發(fā)點(diǎn),通過計(jì)算相鄰兩次特征選擇

4、間不同特征集的累積信息熵值變化量決定當(dāng)次增量學(xué)習(xí)是否進(jìn)行特征選擇。當(dāng)信息改變量達(dá)到適當(dāng)閾值要求時(shí),認(rèn)為“值得”進(jìn)行一次特征選擇,并重新構(gòu)造分類器;否則,每次迭代后只修改三個(gè)特征集中統(tǒng)計(jì)參數(shù)。此外,另一種方法基于動(dòng)態(tài)特征選擇策略原理,用最優(yōu)文本數(shù)作為判斷依據(jù),認(rèn)為當(dāng)兩次特征選擇間進(jìn)行若干次增量學(xué)習(xí)后執(zhí)行一次特征選擇是可接受的。文章最后分別對(duì)基于動(dòng)態(tài)特征選擇策略的兩種判斷準(zhǔn)則進(jìn)行了仿真實(shí)驗(yàn),驗(yàn)證了本文方法在保證原有分類精度的前提下提高了分類

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