中文文本分類特征提取方法的研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩74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、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展,文本信息數(shù)量呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)。文本分類作為一種有效的文本信息組織管理技術(shù)能很好地組織管理海量、異構(gòu)的信息。在文本分類基礎(chǔ)上通過(guò)信息檢索、過(guò)濾等技術(shù)可以幫助人們從海量信息中快速,準(zhǔn)確地查找相關(guān)知識(shí)信息,提高生活工作效率,因此對(duì)文本分類技術(shù)的研究具有較大的研究意義和實(shí)用價(jià)值。
  本文首先對(duì)文本分類關(guān)鍵技術(shù)進(jìn)行研究分析,在此基礎(chǔ)上對(duì)特征提取方法進(jìn)行了重點(diǎn)研究,提出了新特征提取方法,并利用新特征提取方法設(shè)計(jì)

2、開發(fā)了一個(gè)中文文本分類系統(tǒng),實(shí)驗(yàn)結(jié)果分析表明文中提出的特征提取方法取得了良好的實(shí)驗(yàn)效果。本文主要的研究工作如下:
 ?、俜治隽藢?duì)文本分類過(guò)程及關(guān)鍵技術(shù),研究了文本特征特征提取方法。通過(guò)對(duì)基于過(guò)濾模型的幾種常用特征提取方法分析比較后,發(fā)現(xiàn)文本特征提取過(guò)程中負(fù)相關(guān)特征與弱相關(guān)特征對(duì)特征提取質(zhì)量好壞易產(chǎn)生較大的干擾。為了避免這種干擾,本文提出一個(gè)基于類別正相關(guān)和類別強(qiáng)相關(guān)的特征提取方法SP(StrongCorrelationandPos

3、itiveCorrelation,正相關(guān)與強(qiáng)相關(guān)),SP方法通過(guò)優(yōu)先選擇正相關(guān)特征和強(qiáng)相關(guān)特征,有效地減少了負(fù)相關(guān)特征和弱相關(guān)特征的干擾,從而保證高質(zhì)量文本特征的提取。
 ?、谠O(shè)計(jì)與實(shí)現(xiàn)了一個(gè)中文文本分類系統(tǒng),把文本分類的特征提取方法SP應(yīng)用到中文文本分類系統(tǒng)。文中對(duì)中文文本分類系統(tǒng)進(jìn)行了總體設(shè)計(jì)和功能模塊設(shè)計(jì),分析研究漢語(yǔ)語(yǔ)法分析工具包ICTCLAS與全文檢索工具包Lucene,并將二者結(jié)合作為中文文本分類系統(tǒng)搭建解決方案,最終

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