2023年全國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59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、關(guān)鍵短語抽取是文本信息處理的重要技術(shù)。隨著網(wǎng)絡(luò)時(shí)代的到來,在線文檔呈現(xiàn)出幾何級(jí)數(shù)的增長(zhǎng),“信息爆炸”成為這個(gè)時(shí)代的主要特征。檢索和利用網(wǎng)絡(luò)信息變得越來越困難,關(guān)鍵詞作為對(duì)文章內(nèi)容的簡(jiǎn)要概括,可以輔助人們快速了解文章內(nèi)容,節(jié)省瀏覽時(shí)間。同時(shí)關(guān)鍵詞在自動(dòng)文摘、信息檢索、文本分類、文本聚類等方面也具有十分重要的作用。在實(shí)際生活當(dāng)中,只有很少的一部分文檔擁有作者標(biāo)注的關(guān)鍵詞,并且由人手工進(jìn)行關(guān)鍵詞的標(biāo)注是一項(xiàng)非常費(fèi)時(shí)費(fèi)力的工作且主觀性較強(qiáng)。因此

2、非常需要有一種方法,能夠自動(dòng)的進(jìn)行關(guān)鍵詞的抽取。
  關(guān)鍵詞既要反映文本的主題內(nèi)容,又要具有專指性。由于作者給定的關(guān)鍵詞大多是由兩個(gè)或者兩個(gè)以上的詞組成,因此本文也稱為關(guān)鍵短語。關(guān)鍵短語的抽取已經(jīng)成為信息檢索領(lǐng)域中非常重要的研究課題。本文主要研究了以下幾個(gè)問題:
  1.研究了與關(guān)鍵短語相關(guān)的資源建設(shè)問題,我們對(duì)格式化數(shù)據(jù)處理的方式進(jìn)行了分類,并通過對(duì)互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行格式化處理來使人們了解如何進(jìn)行資源建設(shè)。
  2.本文

3、利用文檔結(jié)構(gòu),分析和研究了關(guān)鍵短語抽取問題。本文采用分類的設(shè)計(jì)思想實(shí)現(xiàn)關(guān)鍵短語的抽取,并且分別采用支持向量機(jī)模型(SVM)來建立分類模型以及采用條件隨機(jī)場(chǎng)模型(CRF)進(jìn)行關(guān)鍵短語抽取。實(shí)驗(yàn)結(jié)果表明,本文提出的抽取算法在查準(zhǔn)率和查全率上都比已有的算法有顯著的提高。
  3.研究了軟件測(cè)試問題,針對(duì)關(guān)鍵短語抽取完成了有關(guān)實(shí)驗(yàn)測(cè)試,我們對(duì)軟件測(cè)試的方法進(jìn)行了歸納、分類。通過使用Junit軟件進(jìn)行軟件測(cè)試實(shí)驗(yàn),我們分為五個(gè)部分對(duì)實(shí)驗(yàn)進(jìn)行

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