文本內容過濾的關鍵技術研究及實現(xiàn).pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費閱讀

下載本文檔

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、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,網(wǎng)絡“信息過載”與“不良信息泛濫”現(xiàn)象日益嚴重,這也成為推動信息過濾技術和信息檢索技術發(fā)展的動力。無論是信息過濾技術還是信息檢索技術,其實質都是根據(jù)網(wǎng)頁內容對網(wǎng)頁進行分類。文本自動分類是大規(guī)模信息處理領域重要的應用技術之一,也是信息處理領域的重要研究方向,文本分類技術已經(jīng)逐漸與搜索引擎、信息推送、信息過濾等信息處理技術相結合,這些技術的融合能有效地提高信息服務的質量。 本文在中文文本自動分類方面做了一些有益

2、的探索,對中文文本分類的相關技術一中文分詞、文本表示、特征提取、文本分類算法以及利用文本分類進行網(wǎng)頁信息過濾等方面做了一些探討,著重研究了網(wǎng)頁信息的自動提取技術以及支持向量機文本分類算法。并對真實中文文本進行了實驗,在對文本進行預處理后,用向量空間模型表示文本,用互信息和詞頻相結合的方式對文本進行特征提取,然后用支持向量機的一種變形——C-支持向量機來訓練文本分類機,通過對文本分類機的測試,表明C-支持向量機用于文本分類具有較高的準確率

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(jīng)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。

評論

0/150

提交評論