

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、近些年信息網(wǎng)絡(luò)技術(shù)飛快發(fā)展,特別是網(wǎng)絡(luò)使用率的大幅提升,用文本形式表示的信息已經(jīng)越來越多,人們早已經(jīng)不能單純依靠人工勞力達到高效率地獲取到海量信息中的關(guān)鍵內(nèi)容。為了解決這個問題,基于機器學(xué)習的文本分類方法開始為人們所知道并逐漸呈現(xiàn)熱門趨勢。本文主要的研究內(nèi)容如下:
1.本文提出了一種能有效降低空間維度的概念索引及主成分分析算法。該算法通過計算分類的原型向量,通過原始文本向量和原型向量做內(nèi)積,將原始文本投影到子空間,從而將原始空
2、間的維度大大降低。然后,分別計算每個內(nèi)部文檔分類的協(xié)方差矩陣,進而得到其特征值與特征向量,將每一個向量被轉(zhuǎn)移到新的子空間。通過兩種技術(shù)的結(jié)合來實現(xiàn)在不影響分類精確度的情況下達到維數(shù)降低的目標。
2.本文提出了一種基于語境的文本學(xué)習算法。該算法的核心分為分類訓(xùn)練集與語境學(xué)習分類。分類訓(xùn)練集主要根據(jù)關(guān)鍵詞詞頻分類,并給每個類一個相應(yīng)的指數(shù),計算每個分類中所有的文檔里的特征詞權(quán)重,通過反復(fù)迭代從而給出特征詞的評分。語境學(xué)習分類先通過
3、關(guān)聯(lián)規(guī)則挖掘算法得到特征詞,再將特征詞構(gòu)成語境特征詞矩陣,所有矩陣的值都是用于評分的參考值,并且都是通過訓(xùn)練所有語境的數(shù)據(jù)而獲得的,評分的參考值強調(diào)了該特征詞對于語境的重要性,對每一個特征詞而言,求出所有語境評分參考值的和,那么具有最高評分參考值的語境就被設(shè)置為輸入文本的語境。該算法結(jié)合傳統(tǒng)統(tǒng)計分析和語境分析,能夠一次性地學(xué)習一個文檔內(nèi)的所有分類。
3. 本文對提出的算法進行了詳細的實驗并給出了相應(yīng)的分析與結(jié)果。本文采用了5個
4、經(jīng)典的數(shù)據(jù)集作為實驗對象,每個數(shù)據(jù)集都超過上千條數(shù)據(jù)。在不同的數(shù)據(jù)集上,本文提出的算法與經(jīng)典高效的算法進行了詳細比較,評價算法性能。實驗表明:兩種算法都能夠高效地分類文本,且具備較強的實用性。
本文提出的兩種學(xué)習算法從不同角度處理訓(xùn)練集,前者通過降維,而后者通過評分排序,但都可以降低學(xué)習成本,提高分類準確度。通過仿真實驗可以清晰地看出,該算法在各類數(shù)據(jù)集,尤其是復(fù)雜度很高的數(shù)據(jù)集上,優(yōu)于現(xiàn)有的很多高效算法。最后對本文所提出的兩
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(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
- 基于機器學(xué)習的文本分類算法研究.pdf
- 基于機器學(xué)習算法的文本分類系統(tǒng).pdf
- 基于機器學(xué)習的中文文本分類算法研究.pdf
- 基于機器學(xué)習的文本分類研究.pdf
- 基于機器學(xué)習的自動文本分類研究.pdf
- 基于機器學(xué)習的大規(guī)模文本分類.pdf
- 基于機器學(xué)習的中文文本分類方法研究
- 基于機器學(xué)習的中文文本分類方法研究.pdf
- 基于機器學(xué)習的文本分類器系統(tǒng)設(shè)計.pdf
- 基于機器學(xué)習的漢語短文本分類方法研究與實現(xiàn).pdf
- 基于信任機器的文本分類研究.pdf
- 基于覆蓋算法的文本分類研究及應(yīng)用.pdf
- 基于半監(jiān)督學(xué)習的文本分類算法研究.pdf
- 基于自主學(xué)習的中文文本分類算法研究.pdf
- 基于GPU的文本分類算法研究.pdf
- 基于TFIDF的文本分類算法研究.pdf
- 基于改進TANC的機器學(xué)習文本分類方法研究.pdf
- 基于知網(wǎng)的文本分類算法研究及應(yīng)用.pdf
- 基于流形學(xué)習的中文Web文本分類算法研究.pdf
- 文本分類算法的研究與改進.pdf
評論
0/150
提交評論