已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
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、該文介紹了一個(gè)可應(yīng)用于漢字輸入程序的文本分類器的設(shè)計(jì).該分類器基于向量空間模型,對(duì)用戶鍵盤輸入的動(dòng)態(tài)文字流進(jìn)行分類,分類目標(biāo)是指導(dǎo)輸入法程序提示重碼詞條.首先介紹了課題背景、課題內(nèi)容和意義.概述了文本分類的相關(guān)概念和建立文本分類器的過(guò)程,并討論了文本分類的相關(guān)技術(shù).然后,給出了在現(xiàn)有靜態(tài)文本分類器的基礎(chǔ)上,嘗試設(shè)計(jì)動(dòng)態(tài)文本分類器的思路,詳細(xì)描述了建立文本分類器過(guò)程中所采用的特征生成技術(shù)、特征提取技術(shù)和分類器構(gòu)造方法,還介紹了模擬動(dòng)態(tài)文本
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。
最新文檔
- 一種基于關(guān)鍵向量的文本分類模型的研究.pdf
- 基于VSM的文本分類系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn).pdf
- 基于VSM的網(wǎng)頁(yè)文本分類技術(shù)研究.pdf
- 基于擴(kuò)展的VSM中文文本分類方法.pdf
- 一種詞性標(biāo)注LDA模型的文本分類方法研究.pdf
- 一種改進(jìn)的KNN文本分類算法.pdf
- 一種中文文本分類算法.pdf
- 一種基于累計(jì)適應(yīng)度遺傳算法的快速文本分類器.pdf
- 一種基于特征選擇的層次化文本分類算法.pdf
- 一種基于統(tǒng)計(jì)流形學(xué)習(xí)的文本分類算法.pdf
- 一種提取類核的快速文本分類方法.pdf
- 一種富文本分類方法的研究與實(shí)現(xiàn).pdf
- 一種中文文本分類方法的研究及實(shí)現(xiàn).pdf
- 基于LDA模型的文本分類研究.pdf
- 基于混合模型的文本分類的研究.pdf
- 基于本體的文本分類模型研究.pdf
- 基于聚類分析的圖模型文本分類.pdf
- 基于張量空間模型的文本分類研究.pdf
- 基于機(jī)器學(xué)習(xí)的文本分類器系統(tǒng)設(shè)計(jì).pdf
- 基于詞頻統(tǒng)計(jì)的文本分類模型研究.pdf
評(píng)論
0/150
提交評(píng)論