基于自主學習的中文文本分類算法研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

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、自動文本分類技術就是對大量的自然語言文本按照一定的主題類別進行自動分類,它是自然語言處理的一個十分重要的問題。文本分類任務的特點之一即文本經過向量空間模型(VSM)表示后特征空間維度很高,這樣勢必大大增加了文本訓練的計算復雜度,導致訓練時間過長,而且訓練集中可能含有噪聲樣本,能夠降低分類精度。針對這種情況本文在文本分類中加入自主學習算法。
  自主學習(ActiveLearning)就是在訓練過程中分類器能夠自己主動選取富有信息含

2、量的樣本,除去冗余和噪聲樣本。一方面在保持測試精度的情況下能夠大大精簡訓練集,有效減少訓練時間;另一方面能夠提高測試精度。所以針對訓練集數(shù)量龐大,特征空間維度高的文本分類問題,采用自主學習的方法,可以顯著提高學習效率。
  本設計把基于泛化誤差模型Rsm的自主學習算法應用到中文文本分類中,實現(xiàn)了一個基于徑向基函數(shù)(RadialBasisFunctionNeuralNetwork,RBFNN)的文本分類系統(tǒng),重點研究是基于自主學習的

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(xiàn)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(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。

評論

0/150

提交評論