特定領(lǐng)域文本分類系統(tǒng)的設(shè)計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息技術(shù)的迅速發(fā)展,各種學科的信息也在隨之迅速膨脹,人們迫切需要這些特定領(lǐng)域的信息檢索與管理工具,特定領(lǐng)域文本分類成為當前研究熱點。目前,特定領(lǐng)域文本分類主要是在傳統(tǒng)文本分類的基礎(chǔ)上,利用已有的特定領(lǐng)域知識庫擴展文檔特征。如何提取領(lǐng)域相關(guān)特征是其主要難點之一。 本文綜述了現(xiàn)有特定領(lǐng)域文本分類系統(tǒng),詳細介紹了特定領(lǐng)域文本分類系統(tǒng)的設(shè)計思想與實現(xiàn)細節(jié),設(shè)計并實現(xiàn)了一套特定領(lǐng)域文本分類系統(tǒng),針對如何提取領(lǐng)域相關(guān)特征的問題,提出了一

2、種基于領(lǐng)域相關(guān)術(shù)語提取的特征選擇方法,改進了術(shù)語提取方法,并且分析了各系統(tǒng)組成部分。本文的工作主要包括: ·本文綜述了現(xiàn)有特定領(lǐng)域文本分類系統(tǒng),提出了特定領(lǐng)域文本分類系統(tǒng)的體系結(jié)構(gòu)。 ·本文提出了一種基于領(lǐng)域相關(guān)術(shù)語提取的特征選擇方法,該方法具有以下優(yōu)點:(1)提取出來的特征與領(lǐng)域密切相關(guān),提高了分類效果;(2)大大降低了特征空間維數(shù),提高了系統(tǒng)運行性能;(3)由于該方法使用基于語料庫對比的術(shù)語提取方法,不依賴任何特定領(lǐng)

3、域知識庫,從而使系統(tǒng)具有很強的通用性,能輕松應用于各個領(lǐng)域。 ·本文根據(jù)詞語搭配分布,改進了傳統(tǒng)的基于語料庫對比的術(shù)語提取方法,使術(shù)語提取方法兼顧了對語言結(jié)構(gòu)的分析。 ·本文詳細分析了預處理、特征選擇、二級分類器等系統(tǒng)組成部分對分類效果及系統(tǒng)性能的影響。 ·本文設(shè)計并實現(xiàn)了一套具有很強通用性的特定領(lǐng)域文本分類系統(tǒng),該系統(tǒng)參加了TREC2005Genomics項目Categorization任務(wù)的評測,在四個子任務(wù)

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(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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

最新文檔

評論

0/150

提交評論