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、隨著通訊及網絡技術的發(fā)展,人們已經從信息缺乏的時代過渡到信息極為豐富的數字化的時代。以文本格式存儲的信息資源的激增,增加了對于快速、自動文本分類的迫切需求。然而,目前大部分文本自動分類的研究都是基于內容的,沒有考慮文章的功能及形式結構上的特點,在某些方面并不滿足人們的需求。而基于體裁的文本分類的研究,在對信息資源進行有效的管理和檢索等方面,都有一定的積極作用。 本文探討了中文網頁的體裁分類問題,主要的研究內容包括: (1
2、)中文網頁體裁分類的特征項選取問題。傳統(tǒng)的文本內容分類僅以詞語作為特征項,而由于語言表達方式的差異,英文體裁分類關于特征項選取的相關研究并不完全適用于中文。本文主要研究區(qū)分不同體裁的各種特征;提出了用模糊字符串模式表示不同體裁用語特點的特征;結合自動抽取方法和人工歸納的方式來獲得表示特征的模糊字符串模式。實現方法上,擺脫了傳統(tǒng)的文本分類對切分詞處理和詞典的依賴,通過改進PAT樹的存儲結構,對文本進行序列模式挖掘來獲得候選特征項,克服了傳
3、統(tǒng)方法中的詞庫更新問題及切分詞處理對新詞語、英文短語提取效果不佳等的缺陷。 (2)特征項的權重計算問題?;隗w裁分類多種特征集的特點,探討不同特征空間對體裁類別的判別能力問題,提出了一種評價方法;據此,提出特征項的權值調整策略,即根據不同特征空間對體裁類別判別能力的強弱,對文本在不同特征空間的特征項權值進行調整。 (3)分類方法。引入文本的關聯分類規(guī)則挖掘,結合關聯規(guī)則分類對SVM分類器的分類性能進行修正。討論了關聯規(guī)則
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
- 基于體裁的中文網頁自動分類的研究與實現.pdf
- 基于體裁的中文網頁自動分類的研究與實現(1)
- 基于覆蓋的中文網頁分類研究.pdf
- 基于網頁特征的中文網頁自動分類問題研究.pdf
- 中文網頁形式自動分類.pdf
- 基于代表樣本的中文網頁分類研究.pdf
- 基于網頁特征的中文網頁自動分類問題研究
- 中文網頁層次分類研究.pdf
- 基于視覺特征中文網頁分類方法的研究.pdf
- 基于SVM的中文網頁分類方法的研究.pdf
- 基于形式概念分析的中文網頁分類研究.pdf
- 基于KNN及相關鏈接的中文網頁分類研究.pdf
- 基于支持向量機的中文網頁分類的研究.pdf
- 基于SVM的中文網頁自動分類技術研究.pdf
- 基于樸素貝葉斯的中文網頁分類研究.pdf
- 中文網頁自動分類技術研究.pdf
- 基于支持向量機的中文網頁自動分類系統(tǒng).pdf
- 中文網頁自動分類的研究及其應用.pdf
- 智能搜索中的中文網頁分類研究.pdf
- 大規(guī)模中文網頁的自動分類研究.pdf
評論
0/150
提交評論