已閱讀1頁，還剩93頁未讀， 繼續(xù)免費(fèi)閱讀
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)
文檔簡介
1、本文在項(xiàng)目反應(yīng)理論(IRT)和規(guī)則空間理論的框架下,提出了一種新的文本分類方法——基于規(guī)則空間文本分類法.其基本思想是:基于訓(xùn)練集,選出類特征關(guān)鍵詞集作為測(cè)試項(xiàng)目,將文本投射于關(guān)鍵詞集,所得向量視為被試反應(yīng)向量,全部文本向量為對(duì)應(yīng)類的得分陣,根據(jù)此得分陣估計(jì)類關(guān)鍵詞集的項(xiàng)目參數(shù),定義該類的Tatsuoka規(guī)則空間模型;對(duì)于待分類的文檔則可以根據(jù)訓(xùn)練所得的項(xiàng)目反應(yīng)模型評(píng)價(jià)文本的作答情況,基于作答情況及訓(xùn)練所得Tatsuoka規(guī)則空間模型,
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。
最新文檔
- 子空間分類集成及其在文本分類中的應(yīng)用研究.pdf
- 云模型在文本分類中的應(yīng)用研究.pdf
- 模糊理論在文本分類中的應(yīng)用研究.pdf
- 遷移學(xué)習(xí)在文本分類中的應(yīng)用研究.pdf
- 基于概念空間的文本分類的應(yīng)用研究.pdf
- 概率主題模型在文本分類中的應(yīng)用研究.pdf
- 基于關(guān)聯(lián)規(guī)則和向量空間模型的文本分類研究.pdf
- 隱含語義索引在文本分類中的應(yīng)用研究.pdf
- SVM在文本分類中的應(yīng)用.pdf
- 支持向量機(jī)分類方法及其在文本分類中的應(yīng)用研究.pdf
- 遷移與集成學(xué)習(xí)在文本分類中的應(yīng)用研究.pdf
- 粗糙集在文本分類系統(tǒng)中的應(yīng)用研究.pdf
- 文本分類技術(shù)及在輔助決策中的應(yīng)用研究.pdf
- 文本分類在垃圾郵件過濾中的應(yīng)用研究.pdf
- 關(guān)聯(lián)規(guī)則在文本分類中的研究.pdf
- 改進(jìn)的SVM+算法在文本分類中的應(yīng)用研究.pdf
- 支持向量機(jī)在專利文本分類中的應(yīng)用研究.pdf
- 支持向量機(jī)理論在文本分類中的應(yīng)用研究.pdf
- 文本分類技術(shù)的若干方法和應(yīng)用研究.pdf
- 文本分類在電子取證領(lǐng)域的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論