科技文本分類問題的研究.pdf

1、文本分類問題作為機器學(xué)習(xí)的一個重要問題,其研究一直受到關(guān)注.然而,作為一類特殊的文本,科技文本的分類問題卻沒有得到足夠的關(guān)注;與此同時,科技文本分類問題的需求卻與日俱增.針對這一現(xiàn)實需求,該文以環(huán)境科學(xué)類科技文本為例,對科技文本的分類問題進行了深入研究.論文的主要內(nèi)容包括:以環(huán)境科學(xué)類科技文獻為例,建立了科技文本的樣本庫和字典庫.其中包括的文本樣本均來自于真實的科技文獻.分別從三個不同的角度對科技文本分類問題進行了研究工作,其中:將科技

2、文本分類問題看作一個多分類問題來解決,在學(xué)習(xí)過程中使用了一種全局與局部統(tǒng)一的半監(jiān)督學(xué)習(xí)算法,并針對科技文本的分類特點對算法提出了改進.將科技文本分類問題作為一個兩類問題來解決,針對科技文本的特點首次提出了一種層次結(jié)構(gòu)的文本分類模型.結(jié)果顯示,該模型能夠穩(wěn)定并有效地提高分類的精度,將科技文本分類問題作為一個One-Class問題來解決,首次提出了一種將局部線性與One-Class相結(jié)合的文本分類算法,該算法利用局部線性的思想尋找文本樣本的