2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、萬(wàn)維網(wǎng)絡(luò)信息的激增使得人們?cè)诿鎸?duì)海量的信息時(shí)很難進(jìn)行選擇,文本分類正是為了解決萬(wàn)維網(wǎng)信息檢索雜亂無(wú)章的現(xiàn)象,作為一種信息組織和管理的技術(shù)被提出來(lái)的。然而與人工分類問(wèn)題相比,自動(dòng)文本分類面臨許多問(wèn)題,主要有: 1)用于文本表示的向量空間的維數(shù)過(guò)大,在這種高維的向量上運(yùn)用分類算法,很難有大的區(qū)分度以區(qū)分不同的類別; 2)訓(xùn)練文本集必須要覆蓋向量空間中的所有特征詞,否則通過(guò)訓(xùn)練得出的分類器有可能出現(xiàn)偏差,然而對(duì)于一個(gè)高維的向量

2、空間,要覆蓋所有的特征詞是很困難的。 為了克服上述兩個(gè)主要問(wèn)題,特征向量空間降維的概念被提了出來(lái),其方法在近年來(lái)得到廣泛的關(guān)注和研究。本文在前人工作的基礎(chǔ)上,著重對(duì)基于概念統(tǒng)計(jì)的降維方法進(jìn)行了研究。 本文首先對(duì)文本分類的基本概念和知識(shí)進(jìn)行了歸納,分析了文本的向量空間模型的表示效力以及它對(duì)于分類效果的影響因素;討論了對(duì)特征向量空間進(jìn)行降維的必要性和基本思路;在對(duì)特征詞局域性分析的基礎(chǔ)上探討了局部降維的優(yōu)勢(shì);分析了已有的特征

3、空間降維算法,并總結(jié)了它們各自的優(yōu)缺點(diǎn);討論了特征詞選擇和析取的原則及其主要方法。 在此基礎(chǔ)上本文分析了詞形統(tǒng)計(jì)的局限性并闡述了引入概念的優(yōu)勢(shì);分析了概念間的層次結(jié)構(gòu)關(guān)系;基于對(duì)現(xiàn)有的向量空間降維技術(shù)的剖析,融合概念分析的方法,提出了一個(gè)基于概念統(tǒng)計(jì)的向量空間降維方法;并根據(jù)在實(shí)驗(yàn)中發(fā)現(xiàn)的問(wèn)題對(duì)算法進(jìn)行了改進(jìn),使得算法更加完善,并分析了主要算法的時(shí)間復(fù)雜度。 該方法首先對(duì)訓(xùn)練文本集中的每篇文本提取出原始的特征詞,經(jīng)過(guò)去除

4、停用詞、詞義消歧的處理后,在類的內(nèi)部利用概念間的層次關(guān)系(主要是上下位關(guān)系)用基于概念統(tǒng)計(jì)的方法對(duì)特征向量進(jìn)行局部降維。得出的向量與降維前相比,低頻特征詞的數(shù)目大為減少,高頻特征詞數(shù)目增多,且高頻特征詞的頻度得到加強(qiáng),特征詞總的數(shù)目減少,向量的維數(shù)降低,對(duì)于所屬類別具有更強(qiáng)的關(guān)聯(lián)性和較好的表示效力,特別是具有較低的冗余和噪音,很好地達(dá)到了降維的目的。 在對(duì)所給算法進(jìn)行詳細(xì)說(shuō)明的基礎(chǔ)上,本文對(duì)該算法的有效性和可行性用實(shí)驗(yàn)進(jìn)行了評(píng)估

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。

評(píng)論

0/150

提交評(píng)論