

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、互聯(lián)網(wǎng)和手機(jī)的廣泛普及使人們?cè)絹碓揭蕾囉谶@些媒介提供的信息,而這類信息大部分是以短文本形式存放的,因此人們對(duì)短文本過濾技術(shù)要求越來越高。傳統(tǒng)的過濾技術(shù)僅僅實(shí)現(xiàn)關(guān)鍵字的判斷,不能根據(jù)文本的上下文較好地理解文本的語義特征,因而過濾的效果難以滿足人們的要求?;谶@樣的背景,本文對(duì)短文本建模、分類和過濾技術(shù)進(jìn)行了研究和探索。本文的主要工作和貢獻(xiàn)在于:
1.在研究短文本真實(shí)語料特征的基礎(chǔ)上,提出了一種基于語義分析方法的短文本描述模型
2、。該方法首先以“序列算法”處理原有向量空間,保留語法和語義特征,利用文本兩個(gè)層次相關(guān)性(句子之間的相關(guān)性和句子內(nèi)代表特定含義的關(guān)鍵字之間的相關(guān)性)實(shí)現(xiàn)對(duì)關(guān)鍵字的動(dòng)態(tài)加權(quán),另外使用馬爾可夫模型來對(duì)局部權(quán)重與全局權(quán)重之間進(jìn)行估計(jì),最終生成了待分類的特征序列;在此基礎(chǔ)上,該模型利用“概率潛在語義分析”將特征序列映射到潛在語義空間。
2.針對(duì)短文本語義信息缺乏的問題,提出了基于潛在語義分析的短文本分類體系。通過對(duì)統(tǒng)計(jì)語言模型和自然
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(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。
最新文檔
- 短文本分類方法研究.pdf
- 大規(guī)模短文本的分類過濾方法研究.pdf
- 面向短文本分類的特征擴(kuò)展方法.pdf
- 短文本語義過濾技術(shù)的研究.pdf
- 支持多語義層次的短文本特征提取及其分類技術(shù).pdf
- 面向文本挖掘的同頻詞統(tǒng)計(jì)規(guī)律及短文本分類方法.pdf
- 中文短文本情感分類方法的研究與實(shí)現(xiàn).pdf
- 基于詞向量的短文本分類方法研究.pdf
- 短文本分類研究.pdf
- 中文短文本情感分類方法的研究與實(shí)現(xiàn)
- 基于HowNet的短文本語義相似度計(jì)算方法研究.pdf
- 基于語義分析的文本情感分類研究.pdf
- 短文本語義相似度計(jì)算的研究.pdf
- 基于主題相似度的短文本分類方法研究.pdf
- 基于情感詞網(wǎng)的短文本情感分類方法研究.pdf
- 基于短文本的分類算法研究.pdf
- 中文短文本表示及分類的研究與實(shí)現(xiàn).pdf
- 基于語義的短文本聚類算法研究.pdf
- 基于協(xié)同訓(xùn)練的半監(jiān)督短文本分類方法研究.pdf
- 基于詞向量的短文本情感分類方法研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論