

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、互聯(lián)網(wǎng)的飛速發(fā)展導致了網(wǎng)絡中的文本數(shù)據(jù)也隨之迅速增長,因此如何高效處理這些文本信息成為一個重要的研究課題。而文本自動分類技術作為文本信息處理中的一個重要環(huán)節(jié)引起了人們的廣泛關注。文本分類能夠處理大量的文本,可以在較大程度上解決信息紊亂的現(xiàn)狀,方便用戶準確地定位所需要的信息。文本分類作為信息檢索、信息過濾、搜索引擎、文本數(shù)據(jù)庫、數(shù)字化圖書館等領域的技術基礎,有著廣泛的應用前景。
文本分類的首要問題是文本數(shù)據(jù)的數(shù)學表示模型。目
2、前多數(shù)文本分類方法都是以向量空間模型為基礎的。這種文本表示方法比較簡單,但卻引發(fā)了向量空間的高維性和稀疏性問題,這使得文本分類具有相當高的時間復雜度;同時向量空間模型忽略了特征項之間的語義相關性,這就導致大量語義信息的丟失,使得到的特征向量不能很好地代表文本內容;最后,基于向量空間模型的文本分類方法都沒有很好地解決文本數(shù)據(jù)所特有的兩個自然語言問題:同義詞和相關詞。所有這些問題都極大地干擾了文本分類的效率和準確性,使文本分類的性能下降。<
3、br> 為了解決上述問題,本文將語義詞典引入到文本分類領域。使用《哈工大信息檢索研究室同義詞詞林擴展版》(簡稱《同義詞詞林》)將向量空間模型中基于詞的特征項進行語義分析,使用同義詞或相關詞集合概念代替單個詞條,將傳統(tǒng)向量空間模型中的特征項由詞映射為代表深層次語義的概念,從而將原始的基于詞的向量空間模型映射為基于語義概念的向量空間模型。對基于上述語義概念向量空間模型的中文文本分類進行了深入研究,然后運用軟件工程的一般理論,設計并實現(xiàn)
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)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于SVM的中文文本自動分類系統(tǒng)的研究與實現(xiàn).pdf
- 基于語義概念的中文文本分類研究.pdf
- 中文文本自動分類方法的研究和實現(xiàn).pdf
- 基于語義圖結構的中文文本分類研究.pdf
- 基于統(tǒng)計方法的中文文本自動分類研究.pdf
- 基于支撐向量機的中文文本自動分類系統(tǒng)的設計和實現(xiàn).pdf
- 基于SVM的中文文本分類系統(tǒng)的設計與實現(xiàn).pdf
- 基于RBF網(wǎng)絡的中文文本自動分類的研究.pdf
- 基于SVM的中文文本分類系統(tǒng)的建模與實現(xiàn).pdf
- 中文文本自動分類技術的研究與改進.pdf
- 中文文本自動分類算法研究.pdf
- 基于支持向量機的中文文本自動分類研究.pdf
- 基于關聯(lián)規(guī)則的中文文本自動分類算法研究.pdf
- 基于SVM的WEB中文文本分類系統(tǒng)研究與實現(xiàn).pdf
- 基于語義關聯(lián)的中文文本特征提取及分類研究.pdf
- 中文文本分類方法的研究與實現(xiàn).pdf
- 基于Web的中文文檔自動分類的研究與實現(xiàn).pdf
- 基于SVM的中文文本分類算法研究與實現(xiàn).pdf
- 中文文本自動分類的應用研究.pdf
- 中文Web文本自動分類的研究與實現(xiàn).pdf
評論
0/150
提交評論